慧与科技(HPE)正将其长期规划中的"自动驾驶网络"从路线图落地为实际运行能力,在其Mist AI和Aruba平台上全面推出自主化功能,旨在以最少的人工干预完成网络故障的检测与修复。
该公司将此次更新定位为一次从AI辅助运营到自主化、智能体驱动网络管理的重要转变。分析师指出,核心挑战在于企业是否愿意信任这些系统在无人监管的情况下自行采取行动。
HPE网络业务执行副总裁兼总经理拉米·拉希姆(Rami Rahim)表示:"自动驾驶网络不再只是一个愿景,它已经真正投入运营。"
从建议到执行
此次更新的核心是HPE所称的"自动驾驶行动"——系统能够从识别问题直接跳跃到解决问题。
初期覆盖范围聚焦于高频发生的有限场景,包括:无线网络拥塞、配置错误和信号干扰,具体涵盖流量高峰时的自动射频(RF)调优、修复可能导致流量静默丢失的VLAN错误配置,以及检测破坏连接的流氓DHCP服务器。
HPE网络产品与解决方案营销副总裁杰夫·亚伦(Jeff Aaron)在发布前的沟通会上表示,此次转变将关注重心从正常运行时间指标转向用户体验,由自动化系统直接处理问题,而非仅仅将问题呈现给运营人员。
HPE园区与分支网络产品管理副总裁米塔尔·帕雷克(Mittal Parekh)特别指出,在高密度环境和间歇性干扰场景下,人工排障往往跟不上问题演变的速度。
分析师表示,这引发了一个值得关注的问题:自动化操作误判的概率有多高,运营人员又能多快介入纠错?两位高管均表示,自主化程度可由用户自行配置,客户可以选择保留人工审核环节,也可以根据自身接受程度允许系统自动完成修复。
分析师:趋势真实,但落地参差不齐
LoneStar Advisory and Research首席分析师威尔·汤森(Will Townsend)表示,向自主行动迈进是一个重要进步,尤其在减少日常人工操作方面意义显著。
他同时强调,更深层的价值在于架构层面的转变。HPE将微服务基础架构与智能体驱动能力相结合,实现了从洞察到执行的跨越。
HyperFrame Research分析师兼副总裁罗恩·韦斯特福尔(Ron Westfall)将这一变化形容为从"被动可观测性到闭环执行"的转型——系统不再只是标记问题,而是主动承担修复职责。
他指出,底层工具并不新鲜,真正的突破在于系统能够在没有预定义处理手册的情况下应对边缘案例,以及企业是否愿意信任这种方式。
目前,这种信任仍然有限。韦斯特福尔表示,当前落地集中在低风险场景,例如检测流氓DHCP或修复VLAN配置,这些操作即便出错,影响范围也相对可控。而核心路由调整和全局策略变更,目前基本仍不在完全自动化的范围之内。
他还指出运营模式的转变:网络团队正在从手动排障转向策略治理,重心从管理单个配置转为为自主系统设置运行边界。这一转变有望大幅削减常规运维工单数量。
但自主化也带来新的风险。能够在全网范围内采取行动的系统,同样会制造新的攻击面——一旦出现错误操作或系统被攻破,影响可能以机器速度蔓延。
自主网络的兴起也让市场竞争格局更加清晰。HPE将其平台定位于闭环执行,允许软件在几乎无需人工干预的情况下独立行动;思科(Cisco)则强调AI助手与策略管控,让人工保留在决策链路中;瞻博网络(Juniper Networks)凭借Mist AI奠定了大量基础,并在被HPE收购后进一步延伸至智能体自动化领域。分析师认为,各方的差异与其说是能力高下,不如说是策略取向的分野:厂商愿意让软件走多远,客户愿意用多少运营负担换取多少自主空间。
AI原生网络应对AI时代需求
此次推出恰逢AI工作负载对企业网络提出更高要求的关键时期。网络需要在分布式环境中处理更多动态、对延迟敏感的流量模式。
HPE的方案依托Mist AI平台的遥测数据,以及横跨Mist和Aruba Central的微服务架构。公司正在整合两大平台的能力,包括可在任一系统上运行的双平台接入点。
安全方面,访问控制策略的沙箱测试机制以及扩展的OpenRoaming集成,旨在为自动化操作提供必要的安全护栏。
自主化的边界在哪里
分析师指出,真正的挑战不在于自动化本身,而在于职责的委托与下放。
帕雷克表示,系统会在执行变更后进行验证,并展示所采取的具体操作及其原因,以帮助运营人员逐步建立信任。
尽管如此,闭环修复仍存在风险。一旦系统在大规模场景中执行了错误的变更,造成的网络中断可能比人工运营人员的响应速度更快。
大多数企业会分阶段采用这些能力,从范围窄、风险低的场景入手,再逐步向更广泛的自主化扩展。
更深层的转变:会行动的网络
从更长远来看,这是一场结构性变革。
网络正在从被动报告状态转变为主动执行决策——根据用户行为、应用需求和安全态势进行动态调整。
HPE表示,其架构可从小型站点扩展至全球部署。
这一转变折射出更广泛的趋势:网络从单纯报告状态转向主动响应条件,而自主化能力则在可控的阶段中稳步演进。
Q&A
Q1:HPE的自动驾驶网络具体能自动修复哪些网络问题?
A:HPE自动驾驶网络目前主要针对高频发生的有限场景,包括流量高峰期间的自动射频(RF)调优、修复可能导致流量静默丢失的VLAN错误配置,以及检测和应对破坏网络连接的流氓DHCP服务器。系统会在执行变更后进行自动验证,并向运营人员展示具体操作内容及原因,逐步建立人机信任机制。
Q2:HPE自动驾驶网络的自主化程度是否可以由企业自行控制?
A:是的,HPE的自主化程度支持用户自行配置。企业可以选择保留人工审核环节,也可以根据自身的接受程度允许系统自动完成修复操作。目前多数企业倾向于从低风险场景(如流氓DHCP检测、VLAN配置修复)开始落地,核心路由和全局策略变更通常仍保留人工介入。
Q3:HPE自动驾驶网络与思科、瞻博网络的方案有何不同?
A:三家厂商的核心差异在于策略取向而非单纯的能力高下。HPE定位于闭环自主执行,软件可在极少人工干预下独立行动;思科更强调AI助手与策略管控,保留人工在决策链路中的参与;瞻博网络则凭借Mist AI打下基础,并在并入HPE后向智能体自动化方向延伸。分析师认为,关键在于厂商允许软件走多远,以及客户愿意接受多大的自主化风险。
好文章,需要你的鼓励
FORTIS是专门测量AI代理"越权行为"的基准测试,研究发现十款顶尖模型普遍选择远超任务需要的高权限技能,端到端成功率最高仅14.3%。
谷歌在Android Show发布会上宣布,将Gemini更深度整合至Android系统,推出名为"Gemini Intelligence"的升级功能。该功能可跨应用处理日常任务,包括自动填写表单、安排日程、生成购物清单及自定义小组件等,无需用户频繁切换应用。此外,Gboard新增"Rambler"功能,可自动过滤语音输入中的口误和填充词。Gemini Intelligence将率先登陆三星Galaxy和谷歌Pixel手机,并支持Android Auto、Wear OS及智能眼镜。
荷兰Nebius团队提出SlimSpec,通过低秩分解压缩草稿模型LM-Head的内部表示而非裁剪词汇,在保留完整词汇表的同时将LM-Head计算时间压缩至原来的五分之一,端到端推理速度超越现有方法最高达9%。