华为GTS推出NetCanvas，让Agent看着网络拓扑排障

AI 摘要

华为GTS AI算法团队提出NetCanvas机制，通过「可交互视觉拓扑」为网络运维Agent提供外部工作记忆画布，解决纯文本Agent在复杂IP承载网排障中的「拓扑失忆」问题。在公开基准CTBench上，Agent综合通过率从30.3%提升至54.5%，双防火墙、ECMP等复杂子任务从约10%跃升至约90%，平均探查步数从159步降至113步，Token试错成本下降26%至45%。

正文节选

华为GTS让Agent学会「看着网络排障」，双防火墙难题几乎全拿下 任务通过率提升24.2%，token成本最高下降45% 允中 发自 凹非寺 量子位 | 公众号QbitAI “智能并不局限于大脑内部。当我们使用纸笔或地图来梳理复杂问题时，这些外部工具就成为了我们‘延展的心智’。” 著名认知哲学家安迪·克拉克（Andy Clark）在揭示高级推理的本质时指出： 真正的智能，懂得使用外部图纸进行“认知卸载”（Cognitive Offloading）。 而在高度复杂的通信网络运维中，大模型Agent同样亟需跨越这道门槛。 IP承载网是千行万业数字化系统的底座。一次刷卡支付、一次线上挂号，背后都离不开它。 然而，这张网一旦出故障，线索往往深埋在海量的告警或静默的配置中。业务中断时，排障的第一道门槛往往不是怎么修，而是理清“此时此刻，这张网到底长什么样？” 想要回答这个问题，门槛极高。因为真实的现网是“活”的、动态的。每一次故障的网络拓扑空间都截然不同，面对错综复杂的路由，能在脑海中实时重构出“动态网”并揪出根因的，只有极少数资深专家。 既然资深专家可遇不可求，将排障重任交给大模型Agent

发布时间：2026-09-16 10:27

抓取时间：2026-09-16 11:30

来源机构：量子位