2026 年 6 月 23 日到 8 月 13 日的七周内,Cisco、Microsoft、ServiceNow、Juniper 密集授权或公开七件网络运维智能体(让大模型智能体替人排查与恢复网络故障的 AIOps Agent)专利。大厂圈住智能体直接动手改网络这层,动手前后的评测考场与行为审计仍无厂商设防。
专利信号
七件全部经 Google Patents 详情页核验,公开号、申请人与公开日逐字照录:
- US12701042B2,Microsoft Technology Licensing, LLC,2026-08-04 授权:系统日志加函数层级图做结构化 grounding(把事实材料喂给模型再回答),定事故根因。
- US12665804B2,Cisco Technology, Inc.,2026-06-23 授权:从场景库实例化损伤场景,先在真实网络造故障,再考排障智能体。
- US12705437B2,Cisco Technology, Inc.,2026-08-11 授权:智能体执行结果与用户先前脚本的执行结果对拍比较。
- US12683886B2,Cisco Technology, Inc.,2026-07-14 授权:判定用户不满意后,据差评自动生成训练场景。
- US12701054B2,Cisco Technology, Inc.,2026-08-04 授权:测试环境模拟损伤定 ground truth,强化学习教学。
- US20260238551A1,ServiceNow, Inc.,2026-08-13 公开(审查中):解决过程指标超阈值时自动拉人类坐席交接。
- EP4548546B1,Juniper Networks, Inc.,2026-08-05 公开授权文本:性能指标时间序列建知识图谱定位根因,是非大模型路线的对照组。
大厂路线:平台内闭环
把七件权利要求放在一起看,共同点是全部绑定自家平台:造故障要接控制器与网卡,评测要拿平台内脚本做对照,升级交接要接工单指标。智能体在平台里闭环动手,考场也握在平台自己手里,七件里没有一件把考场卖给别人。这与 ORCA-bench 论文追问的问题同源:智能体上值班究竟行不行,目前缺的是考场,不是模型。
三处缝隙
第三方考场:Cisco 测试、评测、教学三件都要求可编排故障场景加 ground truth 对拍,但没有一家把这套能力卖给外部客户跑自己的智能体。开源 containerlab(2,910 星)可搭隔离拓扑、脚本化注入故障,个人可组「智能体考证包」:客户采购或自研的网络智能体进隔离沙场考题化跑分,交付验收报告。大厂测自己的智能体,接这单的人测所有人的智能体。
内网只读副驾:银行、政企、医疗的网络数据出不了内网,大厂的 agentic 能力绑定自家云平台。用 netmiko(4,312 星)加网络配置分析工具 batfish(1,515 星)加本地小模型,做内网只读排障副驾,只给建议、人来执行,顺带避开自动执行类权利要求。
行为审计回放:ServiceNow 只圈住指标超阈值拉人这一步,智能体每一步动作录像式留存、供网络变更事故定责的独立第三方审计层,七件专利无人占位,而这在路由改错的定责场景里是刚需。
市场信号
Mordor Intelligence 口径下 AIOps 市场 2026 年 189.5 亿美元、2031 年 377.9 亿美元,2026 到 2031 年增长 14.80 %(另一家机构口径差异大,此处只取一家);同页记录 ScaleOps 2026 年 3 月融资 1.3 亿美元、Spectro Cloud 2026 年 7 月融资 1 亿美元。开源侧仍在生长期:通用网络库体量很大(netmiko 4,312 星、containerlab 2,910 星、batfish 1,515 星),直接竞品却稀疏:netbox-agent-compliance 仅 22 星、lyraios 137 星且已停更,爱立信 2026-10-13 开源的同方向测试床还是 0 星(星数均为 GitHub API 实测 2026-10-28)。这与 Agent 护栏专利那篇同构:大厂的权利要求停在平台边缘,考场与回放录像机是个人能接的三段生意。
References
- Google Patents:US12701042B2 Automated root cause determination using a pre-trained generative model
- Google Patents:US12665804B2 Testing framework for language model-based computer network troubleshooting agents
- Google Patents:US12705437B2 Evaluation framework for LLM-based network troubleshooting and monitoring agents
- Google Patents:US12683886B2 Generating network scenarios to train an LLM-based network troubleshooting agent
- Google Patents:US12701054B2 Teaching LLM-based agents to troubleshoot networks using reinforcement learning
- Google Patents:US20260238551A1 Agentic escalation for IT operations
- Google Patents:EP4548546B1 Framework for automated application-to-network root cause analysis
- Mordor Intelligence:AIOps Market(市场规模与融资信号,实测 2026-10-28)
- GitHub:srl-labs/containerlab(星数实测 2026-10-28)
- GitHub:ktbyers/netmiko(星数实测 2026-10-28)
- GitHub:batfish/batfish(星数实测 2026-10-28)