尽管大语言模型在基准测试中表现优异，但在真实的网络故障排查中却接连失利，平均准确率不足50%。一场由全球电信巨头联合发起的权威挑战赛，旨在填补这一“准确性鸿沟”，寻找真正能干活的AI智能体，推动行业向“网络生命体”愿景迈进。
智能速览
顶尖AI模型在真实网络故障排查任务中，平均准确率不足50%。
GSMA联合全球顶级运营商与标准组织，发起AI Telco Troubleshooting Challenge。
赛事依托GSMA Open-Telco Benchmarks 2.0，聚焦模型“干活”而非“懂行”的实际能力。
挑战赛分为云模型、边缘模型和推理模型三大赛道，总奖金达3.5万欧元。
获胜者不仅能获得丰厚奖金，还将直通MWC 2026进行成果展示。
赛事最终目标是构建能够自我感知、自我决策的“网络生命体”。
精华内容
从“做试卷”到“干实活”，大模型在电信领域正经历一场残酷的实战考验，其真实能力正被置于聚光灯下。
理论与现实的鸿沟
电信网络是人类最复杂的工程系统之一，包含海量参数和毫秒级交互，运维成本高昂且容错率极低。理论上，大模型能读懂百万页技术文档，像资深工程师一样排查故障。然而现实却很骨感，在最新的评测中，顶尖AI模型面对真实网络故障，平均准确率竟不足50%，暴露出巨大的“准确性鸿沟”。一个错误指令可能导致地区级网络瘫痪，这使得模型从“懂行”到“能干”的跨越变得异常艰难。
权威标尺的诞生
为解决评估难题，GSMA携手AT&T、中国电信、华为等全球巨头共同构建了GSMA Open-Telco LLM Benchmarks。该基准已从1.0阶段考察通用知识，迭代至2.0阶段聚焦“操作性现实主义”。它汇集了12家运营商贡献的真实用例，覆盖从RAN优化到客户支持的八大领域。其核心转变在于，评估重点不再是模型“懂不懂知识”，而是它“能不能干活”，即在网络配置生成、故障定位等生产环节的实际表现。
三大赛道与终极奖励
本次挑战赛根据基座模型的不同，设立了三个核心赛道：最佳云模型（LLM），挑战大规模模型的复杂推理极限；最佳边缘模型（SLM），探索轻量化模型在边缘侧的高效部署；最佳推理模型，聚焦故障定位与修复的准确性。参赛者需基于真实5G路测日志，进行网络故障根因分析。获胜者不仅将瓜分3.5万欧元奖金，还将获得全额资助前往MWC Barcelona 2026领奖，其方案更有机会被推荐至顶会发表，获得全球曝光。
迈向网络智能体
本次故障定位挑战赛仅是开端，更高级别的Agent挑战赛即将开启。届时，智能体将被置于动态模拟的真实网络环境中，应对随机注入的突发故障，系统将同时评估其处置的准确性与速度。这一系列赛事的终极愿景，是推动构建一个能够自我感知、自我决策乃至自我进化的“网络生命体”。这预示着电信运营模式的根本性重构，推动AI从“可用”到“可信”的质变，深刻改变网络工程师的角色。
这场竞赛不仅是技术的试金石，更预示着电信运营模式的深刻变革。它为破解垂直领域AI评估难题提供了新范式，加速了“技术-场景-商业”的闭环。当AI从“可用”走向“可信”，未来的网络会是什么样子？
