本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘 要：大模型技术的广泛应用使之成为提升网络运营智能化水平的关键手段。大模型应用的高级形态从副驾驶（Copilot）演进为智能体（Agent），自主处理业务人员的意图。探讨了智能体的基础架构和应用流程，分析了基于大模型的网络Agent，与5G业务质量感知系统、网络控制系统等协同，主动实现客户体验感知和优化的自动化闭环方案。
关键词：大模型；网络智能体；5G业务优化；闭环自动化
doi：10.12045/j.issn.1007-3043.2025.11.004
大模型是智能化提升的关键技术手段
1.1 大模型发展概述
2022 年底，由 OpenAI 发布的ChatGPT 引发了社会的广泛关注，在“大模型+大数据+大算力”的加持下，ChatGPT 能够通过自然语言交互完成多种任务，表现了多场景、多用途、跨学科的任务处理能力。ChatGPT引发了AGI（Artificial General Intelligence）的发展热潮，国内外上百家公司竞技基础通用大模型，抢占人工智能产业制高点。美国OpenAI公司开发的GPT-4大模型是行业标杆，Google开发的Gemini支持100万超长提示Token，Anthropic公司的Claude视频生成能力突出，MetaAI开发的LLaMA以最强开源大模型著称。国内百度公司的文心大模型、阿里云的通义大模型、科大讯飞的星火大模型、月之暗面的Kimi大模型是当前国内影响力最大、应用最广泛的大模型。华为的盘古大模型以基础大模型+行业大模型为主，深耕行业应用，清华智谱的GLM-4大模型、百川智能的百川大模型在开源方面走在前列。
大模型因其强大的语言理解、文本生成、逻辑推理、知识问答、代码生成、数据分析、多模态能力，可在自动化生成文案、自动客服、人机互动、数据洞察、辅助决策场景有广泛的应用。目前大模型的发展进入第2阶段，重心由以基础大模型锤炼为主的技术研发阶段过渡到以应用驱动的场景赋能阶段。
据Gartner预测，2026年将有超过80%的企业在生产环境中使用生成式人工智能API或支持生成式人工智能的应用程序，大模型将像PC时代的操作系统一样，成为人工智能领域的关键基础设施。
