基于AlNative的電信級計費系統演進框架設計

關鍵詞：副駕系統；智能體；智能事件；意圖感知doi：10.3969/J.ISSN.1672-7274.2025.04.025中圖分類號：TP315 文獻標志碼：A文章編碼：1672-7274（2025）04-0072-03

Abstract： With the rapid development of artificial intelligence technology，native artificial intelligence has become an important direction forthe evolution of telecommunications business support systems.The biling system is the core system supporting telecommunications services and already has cloud native features. Iturgently needs to evolve fromcloud native toAInative.Inorder tocomprehensively improvethedigitalization leveloftelecomgrade biling systemsand further reducecosts and increase efficiency，this paper explores theevolutionof telecom grade biling systems based onAINative and proposes the ProCAF （Production Copilot Agent Framework） framework.This framework builds a billing copilotsystemandembeds intelligentagent technologytoachieveautomationand intellgenceofbilling system business processing，laying the foundation for 6G sub domain business support for digital innovation.

Keywords： copilot system; intelligent agents; intelligent events; intention perception

隨著云計算技術的成熟和普及，電信級計費系統已經經歷了從傳統單機計算資源模式向云原生的容器資源模式轉變。然而，隨著AI技術的飛速發展，電信級計費系統正面臨著新的挑戰和機遇，亟須從云原生向AI原生演進。

從云原生到AI原生，如何保障計費系統的平滑過渡，建立有效且適應未來面向數字化創新的6G分域業務支撐能力，并為通信運營商核心的計費系統提供一個可持續演進的指導框架，對電信運營商的BSS（BusinessSupportSystem）智能化演進具有重要意義。

本文探討了計費系統演進目標框架，重點關注AI原生技術棧對計費系統的框架、業務、應用、數據的影響以及新能力的嵌入，旨在支持計費系統可持續演進和運營服務智能化的可實施路徑。

1 相關研究

隨著大語言模型、通用人工智能（ArtificialGeneralIntelligence，AGI）能力的逐步成熟，人工智能原生（AINative）的概念被提出，并定義為一套以通用人工智能為核心重構數字化系統的方法論和技術體系[1-2]。AGI核心能力包含理解、表達、抽象、推理、創造和反思等高級智能，構成了智能體不同特性層次[3]，AGI智能革命演化至今，在人機協同上呈現了從嵌入（Embedding）模式向副駕（Copilot）和自主（Autonomous）模式發展趨勢。

愛立信提出AI原生是具有內在AI能力的概念4，在設計、部署、操作和維護方面AI是天然功能的一部分，AI原生利用了數據驅動和基于知識的生態系統，實現基于人工智能的新功能。愛立信建議對傳統BSS進行架構升級，以創建AINativeBSS，同時引入兩個新的業務邏輯元素意圖和事件（IntentsandEvents）。

人工智能驅動的BSS[5-要求計費系統從云原生向AI原生演進，在應用、業務、數據和技術架構四個方面進行改造升級和系統間平滑過渡。

2 ProCAF框架與核心技術

基于AINative的技術體系，本文提出了ProCAF（ProductionCopilotAgentFramework）架構。不同于傳統的云原生的架構體系，該架構關注AINative技術在計費系統中的應用，并將智能體、意圖和事件、Copolit等技術要素嵌入計費系統中，使計費系統業務支撐架構更具柔性和智能。

2.1 ProCAF框架

計費系統向AINative演進遵循兩個原則：一是對存量產品采用領域和頂層設計原則，實現智能化平滑升級；二是兼顧通用大模型和專用模型的協同與解耦原則，沉淀電信級計費系統的專有知識庫。

遵從上述原則，如圖1所示的ProCAF框架設計結構由兩部分組成，包括生產系統（ProductSystem）和副駕系統（CopilotSystem）。

ESM），負責智能事件的會話狀態管理。

右側虛線框中是新增的副駕系統（CopilotSystem），包含計費智能體（Billagent）和智能事件生成器（Intelligent EventGenerator，IEG），其中計費智能體是實現AINative能力的核心承載體，按照能力的不同，包含感知智能體（PerceivedAIAgent，P-AIA）、知識智能體（KnowledgeAIAgent，K-AIA）、協作規劃智能體（Co-PlanningAIAgent，C-AIA）、決策智能體（DecisionAIAgent，D-AIA）。決策智能體部署在生產域，按照服務化的架構接口定義，實現和存量計費系統功能的智能策略交互。

參考人工智能的發展模式[7]，ProCAF框架有兩種實現路徑。從技術層實現即特定技術實現，如將意圖感知、多模態智能體等智能技術要素并集成到副駕系統中，完成計費系統“ AI⁺ ”的創新。從應用層實現，即從上層的應用功能場景進行智能化改造，通過服務化的接口調用智能策略，根據ECA（Event-Condition-Action）邏輯，完成“功能+AI”的升級。

該參考框架在計費系統云原生服務化架構的基礎上進行迭代升級，具有如下的四個特征：

（1）基于Production-Co-pilot的雙軌機制。副駕駛通常負責導航、觀察道路情況、提醒主駕駛的疲勞狀態，雙軌機制利用副駕駛這一工作原理，在計費系統的生產側輔以副駕系統能力，實現生產和運營能力的雙提效。

左側實線框中生產系統是現有存量計費系統的一些重點模塊，其采用的是服務化的架構，包含計費類功能、賬務類功能、結算類功能、稽核類功能以及新增的事件會話管理功能（EventSessionManagement，

（2）基于多模態智能體的交互機制。交互

機制通過整合多種感知模態（如視覺、聽覺、觸覺等）信息，使智能體能夠更全面、準確地理解和響應外部環境或內部狀態。

（3）基于大小模型的互補機制。大小語言模型在規模、功能、應用場景、模型架構和訓練方式以及涌現能力等方面存在顯著的差異，這些差異使得大小語言模型在實際應用中各有其優勢和適用場景。

（4）基于智能事件的隔離管控機制。智能事件在計費系統的流轉閉環中被拆分成事件生成和事件執行兩大功能域。

2.2計費智能體

計費智能體是依照智能體的基本定義和總體框架，使之具備某種智慧能力的應用程序，專門設計用于企業級計費系統中各種智能應用場景和需求。計費系統主要是后臺運行的系統，采用任務批處理的模式，因此在智能交互上相對較弱，如何通過計費智能體進行交互體驗優化和流程重構是當前計費系統融智的關鍵點。與傳統面向操作流程的應用系統不同，計費智能體的設計應以業務目標為導向，采用從用戶流程與業務場景入手，進行智能體的交互設計。

圖2給出了智能交互設計圖，根據使用方、使用頻次和復雜度以及計費功能的服務場景，形成如下智能體設計參考實例。

（1）計費小助手，提供專屬問答服務，包括業務流程、系統操作、業務規則、配置信息、業務描述等。通過小助手的使用，在客服咨詢方面，使訂購資料人工查詢量減少 30% 以上。

（2）計費業務達人，根據客戶描述的需求，明確客戶意圖，向客戶推薦相關計費結果。通過計費業務達人的使用，實現了3秒內根據客戶情況和需求匹配最合適的套餐模板或組合，使營銷成功率提升 20% 以上。

（3）計費考古專家，提供問題咨詢、投訴受理、故障申報等專屬服務以及專家級的計費運營知識建議（如稽核、風控、割接對賬）。通過計費考古專家的使用，為計費運維人員提供日常運維策略、資源優化方案及故障解決建議，使工單處置時間縮短 40% 以上。

3 結束語

本文通過引入AINative的概念，提出了一種基于AINative的電信級計費系統演進的ProCAF框架，通過雙軌、交互、互補、隔離管控四個機制和計費智能體技術，確保ProCAF框架的可擴展性、可維護性、可用性、互操作性和靈活性。未來應對6G計費，ProCAF框架需要支撐更高數智化成熟等級，如多智能體協同相關技術。在意圖識別、知識檢索等能力嵌入方面，ProCAF框架也需要在結構上進一步優化，以實現適配增強。

參考文獻

[1]AINativeFoundation（AINF）.WhatisAINative[EB/OL].[2024-04-24].https：//ainativefoundation.org.

[2]傅云瑾，王浩亮，曲廣龍，等.人工智能大模型發展趨勢及電信運營商應對策略[J].電信工程技術與標準化，2024，37（4）：82-87，92.

[3]WangL，MaC，FengX，etal.Asurveyonlargelanguagemodel basedautonomous agents[J].Frontiers of Computer Science，2024，18（6）：1-26.

[4]愛立信（中國）通信有限公司.愛立信打造智能網絡運營引領通信行業自動化革命[J].通信世界，2018（13）：37.

[5]孔博源.人工智能在電信行業的應用[J].廣播電視信息，2024，31（2）：98-101.

[6]李貝，郭熹，王鑫，等.人工智能在電信領域的發展探索[J].中國電信業，2024（1）：34-37.

[7]梁楊，胡立強，孫淳曄，等.人工智能關鍵技術在電信行業的應用體系研究[J].互聯網天地，2019（2）：20-27.