Forward Networks发布基于网络数字孪生的智能体AI系统

网络运维团队正面临着大量承诺通过自然语言界面简化管理的AI驱动工具。许多工具仅仅是围绕现有功能的对话包装器，提供便利性但并未从根本上改变网络管理和验证方式。这正是Forward Networks在2024年推出的首个AI工具AI Assist所提供的功能。

如今在2026年，Forward Networks采用了不同的方法，推出了一个超越对话界面的智能体AI系统。该系统不仅仅回答问题，而是动态规划并执行跨混合和多云环境的多步骤工作流，同时保持对其建议的数学验证。

Forward Networks由四位斯坦福博士于2013年创立，该公司在引入AI功能之前花费了十多年时间构建数学精确的网络数字孪生技术。Forward AI中的新智能体功能牢固建立在公司的创始愿景之上，即致力于提供网络的准确表示。

Forward Networks首席执行官兼联合创始人David Erickson向Network World表示："当我们创立Forward Networks时，我们从一个简单但战略性的问题开始：网络是否真的按照设计意图在生产环境中运行，并且能够跨变更保持稳定？回答这个问题需要的不仅仅是可见性，它需要一个数学精确的网络模型。"

Forward AI与该公司2024年的AI Assist功能根本不同，后者将英语问题翻译为针对标准化数据模型的查询。新系统是一个智能体，动态构建多步骤执行计划，既能访问内部数字孪生，也能访问ServiceNow等外部系统。

Forward Networks联合创始人兼首席AI官Nikhil Handigol向Network World表示："这是一个对话式智能体系统，旨在全面简化运维操作。"

在故障排除工作流中，实际差异变得明显。当被要求分类ServiceNow工单时，智能体会读取工单内容，从数字孪生中收集提到的实体相关上下文，自动执行连接问题的路径跟踪，并返回诊断结果。整个工作流在整个过程中对操作员保持可见。

这与简单的自然语言查询不同，后者系统翻译问题并返回答案。智能体正在构建和执行可能涉及多个数据源和分析步骤的计划。

Forward Networks构建了自己的智能体框架，而不是采用LangChain或CrewAI等现有工具。这一决定的核心是保持对上下文工程的精确控制，Handigol将其描述为智能体AI的核心工程挑战。

Handigol说："我们构建了自己的框架，因为我们希望完全控制智能体的执行方式。工程问题主要归结为上下文工程。如何定义和维护智能体所需的上下文，发送给大语言模型，以获得正确的答案？"

团队将上下文工程定义为提供所有相关信息而不产生多余噪音。信息太少会产生错误答案。信息太多会分散模型对正确任务的注意力。

上下文来自Forward Network的分层数据堆栈。基础层是直接从设备收集的原始配置、状态和统计信息。下一层将这些原始数据标准化为可查询模型，显示网络中存在的所有内容及其配置。

顶层执行行为分析。该层可以回答关于通过网络的任意数据包路径、资产对外部网络的暴露以及资产被攻陷时的横向移动影响范围等问题。系统还将网络数据与CMDB系统、IPAM和工单系统关联。

大语言模型本质上是预测下一个Token的概率系统。这在网络操作中造成固有的幻觉风险，因为单个配置错误可能导致广泛中断。

Forward AI采用双管齐下的方法来缓解这一风险。首先，它基于确定性数字孪生而非仅依赖概率预测来提供建议。其次，它使所有推理过程透明。

用于支持建议的所有证据在对话过程中都可以直接访问。这使操作员能够在采取行动之前验证智能体的推理。

公司在开发过程中还采用评估框架。随着智能体代码的演进，该框架旨在确保现有功能不会退化，同时验证新领域的改进。

Forward AI底层的数字孪生支持数十家网络供应商，覆盖第2层到第7层协议。这包括本地基础设施、主要云提供商（AWS、Azure和Google Cloud）以及Kubernetes环境。

Erickson说："Forward Networks的主要优势在于我们是多供应商的。我们支持市面上所有的网络供应商，并改善所有这些供应商客户的生活。"

这种多供应商支持消除了运维工作的重要负担来源。网络操作员不再需要登录多个供应商CLI，学习特定供应商的命令语法，以及手动标准化来自不同来源的数据。

协议和技术支持的广度对于智能体系统可靠运行至关重要。如果没有全面的数据收集和分析，建议就会存在可能导致错误的空白。

Handigol说："每个人都在为自己的系统构建某种AI驱动的功能。一个AI驱动功能与另一个的区别在于它所构建的基础。"

Q&A

Q1：Forward AI与传统的AI Assist有什么区别？

A：Forward AI是一个智能体系统，能够动态构建和执行多步骤工作流，连接内部数字孪生和外部系统如ServiceNow。而AI Assist仅将英语问题翻译为数据查询，提供简单的问答功能。

Q2：Forward Networks如何解决大语言模型的幻觉问题？

A：Forward AI采用双重方法：首先基于确定性数字孪生而非概率预测提供建议，其次使所有推理过程透明，让操作员能够在采取行动前验证智能体的推理逻辑。

Q3：Forward AI支持哪些网络环境和供应商？

A：Forward AI的数字孪生支持数十家网络供应商，覆盖第2层到第7层协议，包括本地基础设施、主要云提供商（AWS、Azure、Google Cloud）以及Kubernetes环境。