毫无疑问，智能体正在加速接管企业的工作流。
根据麦肯锡2025年调研显示，39%的企业已在尝试部署智能体应用，23%正迈向规模化部署；Gartner的数据同样印证了这一趋势，去年仅有5%的企业应用与智能体相关，今年已跃升至40%。另据IDC预测，2025年中国AI Agent企业级市场规模约190亿元，2025至2028年复合增长率将超过110%，这表明智能体正从试点走向规模化，以指数级速度重构企业核心工作负载。
HPE Networking公司中国区总经理竺宏
在这场变革中，身处“供给侧”的网络基础设施厂商感受尤为深刻。在HPE Networking公司中国区总经理竺宏看来，比智能体渗透率更值得关注的，是AI角色的质变：“过去大家更多是把AI用于聊天和问答，而随着智能体的出现，AI已经从‘回答问题’进化到了‘执行任务’。”这一转变也意味着，当企业应用进入智能体阶段，网络底层基础设施能否跟得上，已成为一道绕不开的考题。
这道考题之所以紧迫，原因在于智能体的运行逻辑彻底改写了网络的价值定位。当智能体开始自主规划、调用工具、完成多步骤任务时，网络就不再只是连接设备的“管道”，而是支撑智能体运行的“神经系统”。它必须主动感知、自主决策、自我修复，在无需人工干预的情况下，确保业务的连续与安全。
但现实是，当前网络的运维模式仍停留在“被动响应”阶段，等用户反馈故障后才排查，安全策略以边界防御为主，内部东西向流量缺乏精细管控。这套模式面对智能体时代暴增的东西向流量与零信任常态化的要求，短板日渐显现。
在此背景下，HPE Networking提出了“自动驾驶的网络”理念，围绕“AI、网络和安全三者无缝融合”，构建了三大支柱：AI赋能网络、网络承载AI、内生安全架构。三者环环相扣——AI让网络更智能，网络让算力更高效，安全让这一切可信赖，由此重新定义网络在智能体时代的角色。
客观地说，智能体的规模化落地，不单单是算法和应用的迭代，也是一场从底层网络架构开始的系统性重构，而HPE Networking提出的“自动驾驶的网络”理念，不仅关乎一家企业的战略选择，更是整个行业驶向智能体时代必须跨越的基础设施门槛，是决定智能体能否真正从概念走向生产力的必由之路。
01.
AI赋能网络，
从被动响应到主动运维
这场重构的首要突破口，是网络从“被动响应”转向“主动运维”。
竺宏指出，AI赋能网络的核心目标，是以专为网络运维训练的AI，为有线、无线、数据中心、广域网及安全等全场景，提供预测性分析、根因分析和自动化修复能力，将传统的被动响应转化为主动优化。
这一战略落地的关键，在于HPE Networking将Juniper的Marvis AI智能引擎与Aruba Central平台深度融合，实现两大AI平台的交叉赋能。两家公司原有平台均采用基于微服务的云原生架构设计，各功能模块相对独立，如同手机上的应用一般可快速集成。正是这一共享架构，使得核心能力在收购完成后短时间内便顺利完成整合，并部署到统一平台之中。
据介绍，双方整合后的直接成果体现在三个层面：Marvis Actions集成至Aruba Central，提供AI自动化诊断与修复；CX系列交换机支持Mist平台管理；首款双平台无线接入点AP-723H可同时兼容Central与Mist。
在基础整合之上，HPE进一步在Aruba Central中推出了Marvis AI驱动的自动驾驶能力，包括有线端口修复等可信自动化操作，将自主运维扩展至整个HPE网络产品组合。
与此同时，HPE也在Mist平台中扩展了数据中心运维能力，新增基于预测分析的主动运维和先进推理代理两大能力——前者利用AI/ML以高置信度预测系统与光模块故障，在故障发生前提供智能多维可视化；后者利用智能体AI持续对多种数据流进行推理，涵盖数百万条TAC技术支持案例及Data Center Director的上下文图数据库，实现精准的根因分析与可执行的修复建议。
更为重要的是，AI赋能网络的能力已从园区网络扩展至数据中心环境，未来还将覆盖广域网和AI算力工厂，实现从边缘到云的统一智能运维。
HPE Networking中国区企业网络技术总监俞世丹
对此，HPE Networking中国区企业网络技术总监俞世丹举了一个生动的例子：用户只需说一句“帮我检查一下网络”，智能体就会自动拆解任务——先看站点整体状况，再看设备运行状态、客户端连接情况，最后排查安全威胁，一气呵成生成完整巡检报告。这不再是过去那种“一问一答”的对话，而是智能体自主完成的端到端任务执行。
当然，要让这样的AI自主运维从“演示”走向“生产”，一个核心问题必须回答：企业凭什么信任AI去执行这些操作？对此，HPE Networking给出了务实的答案，分阶段授权的渐进路径。
俞世丹坦言，AI自主运维并非一蹴而就，而是遵循“辅助运维”到“授权运维”的递进策略：第一阶段，AI发现问题并给出修复建议，由人来决策和执行；第二阶段，在客户信任的特定场景下（如端口挂死后的自动重启），AI可直接执行修复操作。这种渐进式策略，既释放了AI的效率红利，又守住了人对关键操作的最终控制权——在智能体时代，这或许才是“自动驾驶的网络”得以规模化落地的关键基石。
能做到这一点，背后离不开一个不太被外界关注但极具竞争力的技术资产——Large Experience Model（大型体验模型）。与通用大语言模型不同，该模型基于HPE十余年无线网络运行和优化数据训练而成，专注于理解“终端用户的真实网络体验”。它的独特之处在于，网络管理人员可能认为一切正常，但LEM能从终端用户的角度感知到少数人正在经历的连接劣化，在用户投诉之前主动预警并处理。这种“从用户体验出发”的AI能力，正是HPE Networking在AI赋能网络领域的核心护城河。
在实际部署中，AI赋能网络已展现出显著的效果：一是，网络部署速度从过去的数周缩短到数分钟，设备接通电源和网线后即可自动完成优化；二是，运维模式从被动响应转向主动发现，通过数字孪生技术对网络运行状态进行可视化呈现，自动梳理潜在问题；三是，故障修复效率显著提升，AI能够从海量数据中快速定位根本原因，大幅缩短业务受影响的时间。
02.
网络承载AI，
速度与简单的双重突破
当网络变得更聪明之后，下一个问题随之而来：它能否承载得起智能体时代激增的算力需求呢？
可以看到，随着AI算力中心快速迭代、GPU持续升级，网络连接速率和性能要求也在不断提高。因此，在网络承载AI这一方向上，HPE Networking凭借对Juniper的收购整合，已形成从园区到数据中心、从训练到推理的完整高速网络产品矩阵。
其中，AI算力中心是当前最核心的增长场景，也是速度要求最为苛刻的战场。在Discover 2026上，HPE Networking面向AI算力中心发布三款交换机新品，包括QFX5140：面向边缘AI推理集群，1U空间内提供24个400G端口和8个800G端口，采用5nm制程的TD5芯片；QFX5250：业界首款液冷1.6T交换机，64个1.6T端口，液冷设计可节省10%-15%功耗；QFX5252：与AMD Helios AI平台深度集成，基于UALoE开放标准实现机柜内GPU高速互联。
俞世丹详细阐释了QFX解决方案的核心优势：“首先，产品线非常丰富——Tomahawk芯片侧重极致性能，Trident芯片功能特性更丰富，可以满足不同场景需求。其次，在AI算力组网中，负载均衡非常关键，我们通过负载均衡技术让网络自动规避拥塞。最后，通过AI可以提前预判故障，在故障发生前系统就能提前提示用户。”
另一个关键的进展是，HPE AI数据中心解决方案现已扩展纳入HPE Networking能力，并将Data Center Director统一管理的QFX交换机集成其中。这一全新能力进一步丰富了HPE的全栈AI基础设施产品组合，强化了覆盖计算、网络、存储、软件及服务的预集成解决方案，帮助客户加速AI数据中心部署，提升系统互操作性。
不过，速度只是答案的一半，客户同样渴望简单。华特迪士尼公司就是一个典型的例证，作为常年并行制作200多个影视项目的娱乐巨头，其单部影片素材高达PB级，全流程数字化对网络性能和稳定性要求极高。基于此，该公司采用Mist实现园区组网，并采用Apstra Data Center Director管理数据中心网络，由此获得了更加一致的用户体验和更好的扩展性。
华特迪士尼的案例很有意思，它揭示了所谓“简单”的本质：让网络理解人的意图，然后自己把事情办了，而这正是Apstra平台的核心价值所在。
作为HPE Networking数据中心网络的“自动驾驶系统”，Apstra能够将用户的网络意图自动转化为设备配置，并持续维持这一状态，其本质是本地部署的IBN/IBA运维平台，核心能力有三：其一是基于意图的设计，用户设定目标，平台自动生成配置；其二是持续比对，实时校验实际状态与意图的偏差；其三是自动化部署，设备通电通网后配置自动下发，部署周期从数周缩短至一天以内。
不仅如此，Apstra还与Mist AI-Native云平台实现了打通，让AI深度参与到数据中心网络运维中。以光模块衰减监测为例，在Full Mesh全网状互联架构下，AI算力中心会使用大量光模块，仅靠人工很难判断哪个光模块何时会出现问题。通过AI监测衰减情况，系统可以预测潜在故障的影响范围和修复建议，让网络更加稳定可靠。
在速度与简单之外，HPE Networking还在探索另一条路径，即通过与第三方AI平台的开放整合，进一步拓展网络的智能边界。俞世丹介绍，HPE Networking正在支持MCP（Model Context Protocol）标准协议，客户可以将网络平台与DeepSeek等第三方AI大模型对接，利用其更强的语言理解和生成能力，完成日志分析、报告生成等任务。当然，开放也伴随着权衡：第三方AI在表达能力和灵活性上更胜一筹，但在涉及直接修改网络配置等高危操作时，客户对自有平台的信任度显然更高。基于此，HPE Networking的策略是“两条腿走路”——自有平台保障核心运维的可靠与安全，第三方平台满足多样化、探索性需求，让客户根据场景自行选择。
值得一提的是，这些能力并非“纸上谈兵”。比如，在中国某大型企业AI算力中心项目中，一期部署64台高性能GPU服务器、共512卡，采用400G以太网高速互联，整网通过Apstra实现基于意图的设计、优化、部署和网络保障。此外，该项目结合新能源基地同步建设，全面采用HPE Networking QFX+SRX产品，成为“网络承载AI”理念在国内落地的标杆实践。
03.
内生安全架构，
让安全成为网络的内在基因
速度与简单解决了效率和体验问题，但智能体时代还有一个不容忽视的维度——安全。当网络变得更快、更智能，它也必须变得更安全。
“未来的网络设备必须具备内生安全能力。”俞世丹强调。在他看来，传统安全模式存在一个根本性缺陷：将安全防线集中在网络出口，依赖防火墙和入侵检测系统处理南北向流量，却忽视了内部东西向流量的管控。一旦某个终端被攻破，攻击者便能以此为跳板在内网横向移动，造成更大的破坏。根据第三方安全报告统计，勒索病毒在攻击生效之前，往往已在网络内部潜伏长达200多天。而AI技术的发展正在让攻击者更快地发现系统漏洞，给企业带来更为严峻的安全挑战。
HPE Networking的破局之道，是将安全能力内生于网络架构之中，而非外挂补丁。比如，全新发布的统一SASE平台就基于EdgeConnect构建，并融合先进防火墙技术，将SD-WAN与云交付安全能力整合至统一的AI原生管理控制台。该平台的核心优势包括：集成SD-WAN与SSE至统一控制台，实现简化管理和一致策略执行；内置SSE连接器加速零信任部署，无需额外安装ZTNA连接器；专用安全Web网关隧道可自动将Web威胁保护扩展至所有设备。
在园区网络层面，HPE Networking则通过ClearPass来实现类似的安全理念。ClearPass作为统一认证基础设施，对所有接入设备进行身份与设备指纹双重验证，基于角色实施零信任动态安全策略，实现细颗粒度的东西向隔离。
俞世丹认为：“只有东西向控制住了，你才能够把网络变得更安全。”这种能力在勒索病毒防御中尤为关键，通过有效遏制终端的横向移动，才能从根本上阻断勒索病毒的传播路径。
除此之外，HPE Networking还在探索基于AI提示词的安全策略控制。在零信任解决方案中，不仅可以做策略层面的控制，还可以识别用户在AI中使用的提示词，基于提示词判断哪些内容可以使用、哪些不可以使用。这意味着安全管控正在从“能否访问”延伸到“访问内容”的精细化治理。
同样，这些能力并非停留在实验室中，它们也已经在真实的行业场景中发挥作用。如国内某大型港口部署EdgeConnect SD-WAN方案后，利用其线路纠错和智能选路特性，克服了5G网络信号波动对远程龙门吊控制的影响，业务中断时间减少，安全事故风险降低，港口作业效率显著提升；另一家金融科技集团则通过EdgeConnect Boost的TCP优化和数据去重特性，将异地数据库备份窗口从小时级缩短至分钟级。
04.
面向未来，
构筑智能体时代的网络基石
从AI赋能网络到网络承载AI，再到内生安全架构，三大支柱共同构成了HPE Networking“自动驾驶的网络”的完整图景，且这幅图景已经通过一个个真实案例得到了验证，但它最终指向一个更根本的问题：在中国市场，HPE Networking如何将这些能力转化为客户价值呢？
竺宏给出的答案是“聚焦“，与其面面俱到，不如在关键场景做到极致，HPE Networking更关注那些追求高性能、极致品质以及传统厂商难以满足的应用场景，例如科技创新、港口、高端制造和AI基础设施等。这些场景的共同特点是：对网络性能要求极高，且往往需要跨地域、跨国家的统一部署能力。与此同时，全球化能力也成为HPE Networking在中国市场的重要差异化优势，对于中企出海客户而言，选择全球性品牌意味着在整个部署和运营过程中，不需要过多担心某个国家或地区的认证、合规和可用性问题。
这种聚焦策略的背后，离不开两个层面的协同和整合作为支撑。一方面是业务层面的协同效应。当前，HPE的服务器、存储和网络正在实现更深层次的整合，力求形成“1+1+1>3”的效果。在中国市场，这种协同已初见成效。竺宏说：“我们已经看到一些由服务器和存储业务带动网络业务进入客户项目的案例，开始以单一厂商的方式提供整合方案。”
另一方面是技术层面的平台打通。Mist AI平台与HPE Networking的计算和存储运维平台正在进行整合，包括面向存储的虚拟化管理平台、面向计算的运维平台，以及面向多产品、多厂商的Opsramp统一管理平台。整合的目标是为客户创造最简单、最智能的管理环境，不仅能覆盖HPE Networking自身产品，也兼容第三方设备。
而将这些能力串联在一起的，是GreenLake这一“统一底座”，在HPE的整体架构中，GreenLake将底层的自动驾驶网络、中间的基础设施层（服务器、存储）、上层的统一管理平台（Morpheus）以及配套的金融服务，全部整合在同一框架之下，这意味着客户获得的不是一堆散落的硬件和软件，而是一套可订阅、可扩展、可统一运维的完整解决方案。
如果说以上讨论的是HPE Networking如何立足当下、服务好现有客户，那么面向未来的问题则更为根本：当智能体开始接管企业的工作流，网络的主要用户是否将从人类转变为智能体？
竺宏对此持肯定态度。他指出，过去大部分网络操作都有人的介入，而未来人的介入将越来越少，网络必须变得更加智能化和自动化。随着智能体的普及，网络的服务对象正在发生根本性改变——它不再仅仅服务于“人的操作”，而是越来越多地服务于“机器与机器的协作”。
从更长远的视角来看，竺宏认为AI for Network与Network for AI两条曲线会逐渐贴合，形成良性循环。单独强调任何一方都不全面，只有形成良性循环，产业才能持续发展。AI基础设施建设虽然带来了短期的商业回报，但只有AI真正赋能网络、让网络变得更智能，才能支撑智能体时代的长期发展。
总的来说，HPE Networking提出的“自动驾驶的网络”，其价值不在于概念，而在于以扎实的行动，精准回应了智能体时代对网络基础设施的三个根本诉求——AI赋能网络，让网络从被动响应走向主动运维，解决了“网络如何更聪明”的问题；网络承载AI，以速度与简单的双重突破应对算力爆发，解决了“网络如何更快、更简单”的问题；内生安全架构，将安全内置于网络基因，解决了“网络如何更可信”的问题。这三个维度环环相扣，形成完整的价值闭环，任何一个环节的缺失，都将导致智能体时代的网络基础设施无法真正落地。
在此过程中，HPE Networking通过对Aruba与Juniper的整合，将这一闭环从理念变为现实，率先向市场交付了一套可落地、可复制的解决方案。而这，正是HPE Networking为智能体时代网络基础设施重构交出的答卷：从理念到落地，步步为营，全链打通。
热门跟贴