动态 · 2026-11-11
微软 11 月 11 日披露 KT 案例：FDE 驻场四个月，网络故障定位从 10 分钟压到 2–3 分钟
微软新闻室 2026 年 11 月 11 日发布首尔报道，讲韩国电信 KT 的 AIO-Net 平台：由 KT 网络专家「Meisters」训练、微软 Frontier Company 的 forward deployed engineers 与 KT 开发团队共同开发。微软 FDE 直接驻在 KT 办公室写代码，8 月起投入使用。KT 称故障检测从原来的 10 分钟以上降到 2–3 分钟，agent 调查并出报告平均 5 分钟，约为人工的一半。
事实
事件本身
以下是对公开信源的转述，时间与数字照原文，不做改动。原文链接在本节末尾。
## 发生了什么
2026 年 11 月 11 日，微软新闻室发布首尔报道（作者 Lim Ai Leen），第一次完整披露 韩国电信 KT 的 AIO-Net 这个项目怎么做的。
AIO-Net 是一个持续学习的 agentic AI 平台，用来在网络告警变成用户投诉之前先定位问题。KT 是韩国主要电信运营商，移动用户 2900 万。
## 交付方式：人驻场，不是远程交付
报道里最关键的一段是交付形态：
微软的 forward deployed engineers 在 KT 的办公室上班，和 KT 开发团队坐在一起写代码，共同搭建收反馈、用反馈、回滚反馈的流程。
KT 网络运营创新负责人 Seonil Jeong 的说法是，这次合作已经变成「共同开发模式」——由微软 Frontier Company 和 KT 开发团队一起在现场定义问题、一起做方案，而不是甲方提需求、乙方交付。KT 的 AIO-Net 开发团队负责人 Hosong Lee 说得更直接：「AI 开发一直在变，用传统外包的方式很难做。」
## 数字
- 故障检测：原来 10 分钟以上，现在 2–3 分钟。
- 调查出报告：agent 平均 5 分钟，约为原来人工时间的一半。
- 覆盖范围：目前 70 台关键设备，计划扩到 280 台，之后再往更靠近用户的接入网下沉。
- 上车时间：一线工程师从 8 月起开始使用。
## 两个设计约束
第一，知识来自人。系统不是靠堆数据训出来的，而是拿 KT 的标准作业流程、加上「Meisters」（KT 内部对资深网络专家的称呼）本人的判断来训。有人在这行干了二十多年，这种经验不在文档里。
第二，AI 只能看不能动。AIO-Net 可以报警、可以查设备、可以给建议，但不允许执行动作。agent 只能用白名单里的只读命令，而且这个限制是写在应用里的，不是写在 prompt 里的——KT 的说法是「一条错误的命令发给网络设备，本身就可能造成事故」。决策和执行仍然在人手上。
## 为什么值得记一笔
这是 Microsoft Frontier Company 成立以来，少数把「FDE 到底在客户现场干什么」讲到操作层的公开材料：不是做演示，不是写方案，是坐在客户办公室里写代码，还要和客户一起设计反馈怎么收、怎么用、怎么回滚。
另一层信息是它对「AI 接管运维」这个说法的修正。KT 把 AI 的权限卡在分析和举证，动作留给人，理由是错误动作的代价不可逆。这和前几个月一批 FDE 案例里「人机分工写在流程里而不是写在提示词里」的做法是同一路。
继续读
这件事的前后与同期
同一件事前后往往不止一条。我们把它们分开写，每条只讲自己那一段，需要背景时链过来看。
同一个月的其他动态
关于智企易成
写这些内容的人，是做什么的
智企易成是位于成都的企业 AI 陪跑服务机构，运营主体为成都酱游网络科技有限公司 （统一社会信用代码 91510100332021676M）。业务分三段：30 分钟免费轻咨询，先判断公司里有没有值得做的 AI 场景；2 周交付《AI 机会地图》，把场景、投入和可验收的指标写成能执行的方案；军师按月驻场陪跑，按业务指标验收，不做一次性交付。
只服务一类客户：老板亲自参与决策的成长型中小企业。成都及成渝地区可上门， 其他城市做远程诊断与线上陪跑。
口径说明
本页分两部分：事实是我们对公开信源的转述，标注来源与源头发布时点；我们的分析是本站判断，不代表事件相关方立场，也不构成投资或采购建议。
查不到一手来源的数字，我们明说查不到，而不是估一个。发现事实有误，欢迎指出，我们会改并注明。