C114讯 1月21日消息（艾斯）毫无疑问，代理式人工智能（Agentic AI）是电信乃至更广领域中最热门的新兴技术。但迄今为止，Agentic AI主要仍停留在概念验证阶段。因此，德国电信（Deutsche Telekom）已将其RAN Guardian Agent解决方案投入实际生产应用，这是值得关注的。

市场研究公司Omdia资深首席分析师Roz Roseboro近期与德国电信技术战略、数据及AI高级副总裁Ahmed Hafez进行了交流，以期了解这家早期采用者如何推动这项新兴但具有潜在变革性的技术发展。

德国电信的大胆尝试：为RAN优化引入多智能体系统

德国电信在AI领域耕耘已久，并一直在探索整个生态系统的发展。其开发团队决定聚焦于具体的行动与实施，大约两年前从探索性用例开始着手。他们认识到，概念验证与实际实施之间存在显著差距，后者的工作量是前者的四到五倍。

由于尚处早期阶段，团队曾面临对Agentic AI的质疑。然而，德国电信秉持“在实践中学习”的理念，认为只有通过实际操作才能真正理解新技术，仅靠PPT演示文稿远远不够。他们决定不仅实施单一智能体（Agent），而且直接采用多代理（multi-agentic）系统——这是一种可能相对冒险的方法，但他们认为必须这样做才能产生最大影响。

由于无线接入网（RAN）优化对客户体验影响巨大，团队决定将重点放在这方面。他们的目标是解决日常网络调优问题，以提供最佳客户体验，尤其是在网络拥堵期间。此前，一个团队每年需要手动管理德国境内约1000场活动（音乐会、体育比赛等）。显然，人工调优的能力有限，因为单个站点的调优可能就需要一小时。

他们将任务分配给多个智能体，使其能更精细地管理各自的操作及影响范围。德国电信估算，75%的操作是完全自主的，即无需人工批准即可执行；其余25%则需要人工将智能体的建议付诸行动。人类可完全掌握智能体的所有操作，而这些智能体基于声明式指令执行操作。在德国电信看来，基于意图的操作（可能导致智能体之间发生冲突）目前尚未完全准备好投入生产。其中涉及的三个智能体分别是：

·活动智能体（Event agent）：从各种来源（新闻、社交媒体等）收集活动信息，验证信息并分配置信度评分。

·监控智能体（Monitoring agent）：重新评估警报的上下文情境，评估容量需求，并为潜在问题做好准备。

·修复智能体（Remediation agent）：在活动规模扩大时实时调整网络配置，变更实施时间从以往的一小时缩短至约一分钟。

运行活动智能体后，德国电信发现德国每年发生的相关活动高达40000场，这为网络调优自动化提供了进一步动力。

工作艰巨，但终有所值

Ahmed Hafez阐述了将RAN Guardian Agent投入运营所需的巨大努力和智慧。由于这是一个具有自身挑战的全新系统，他们必须制定管理AI及Agentic AI的指导方针。事实证明，德国电信需要跟踪两组关键绩效指标（KPI）：

·一组是既有的网络性能KPI（吞吐量、时延等）。

·另一组是针对智能体性能的全新KPI，如响应时间和准确性。

德国电信持续监控这些智能体，以防止性能漂移并确保其正常运行。

Ahmed Hafez认为，为RAN优化所做的Agentic AI工作将可推广至其他网络领域。在回顾他与其他考虑采用Agentic AI的电信运营商的讨论时，他发现他们在认知方面存在显著差距。他指出，一些人过度怀疑，而另一些人则过于乐观，因为在真正开始与系统协同工作之前，没有人完全理解使Agentic AI有效运作所需的全部条件。

他同意Omdia的观点，即如果将其作为网络运营重塑的一部分，Agentic AI确实是一项变革性技术。目前该技术仍处于早期阶段，但Ahmed Hafez相信，RAN Guardian Agent最终将带来可观的投资回报率。