给网络排障Agent配一张“活地图”：华为GTS如何缓解拓扑失忆

导语

网络运维Agent常被寄予替代部分专家排障工作的期待，但真实环境并不是一组可以顺序阅读的日志。设备数量、路由路径、防火墙策略和等价多路径会同时变化，Agent既要理解每条命令的返回结果，还要记住这些信息在网络结构中的位置。

华为GTS团队把这类问题称为“拓扑失忆”：模型能够读懂局部文本，却在排障深入后逐渐丢失全局空间关系。NetCanvas的思路，是为Agent增加一张可交互的“活地图”，让模型不必把整个网络结构都压缩在上下文中。

核心方法

NetCanvas并非简单向模型提供一张静态拓扑图，而是把拓扑维护纳入排障流程。

• 动态生长：Agent每执行一次CLI探查，新发现的设备、链路和路径证据都会被合并到当前图状态中，拓扑随证据逐步补全。
• 按需取景：系统支持在全局视图和局部视图之间切换，并突出当前关注的节点或路径，帮助Agent把注意力集中到相关区域。
• 记录推理假设：Agent可以通过连线颜色、虚实等方式标注通断状态或假设，使推理过程不只存在于文本上下文中。
• 贴合工程师认知：团队强调，图的布局方式同样重要。按照网络工程师习惯组织设备和路径，有助于模型更准确地利用空间信息。

测试结果与边界

据素材披露，NetCanvas在通信运维基准CTBench上将整体通过率从30.3%提升至54.5%；在拥有物理连线先验的条件下，结果可达63.6%。在双防火墙、ECMP等依赖路径关系的子任务中，通过率由约10%提升至约90%。逐题比较时，团队称没有观察到任务退化，结果为16道净增、50道持平。

效率方面，平均探查步数从159步降至113步。按每道成功任务计算，Token试错成本据称下降26%至45%。这些结果来自项目团队披露的基准测试，能说明可交互拓扑具有潜力，但尚不足以替代更大规模、跨厂商和真实生产环境验证。

意义与影响

这项工作带来的启示，不只是“给Agent加视觉能力”。对网络排障而言，关键是把专家在脑中维护的空间记忆转化为系统可以持续读写的外部状态。模型负责判断下一步查什么，拓扑画布负责记录网络长什么样，两者分工能够减少长日志带来的上下文负担。

更广泛地看，专业Agent的能力不应只由基础模型参数决定，工具编排、状态表示和交互界面同样重要。对于网络、数据库、工业流程等具有复杂结构的场景，合适的外部工作记忆可能比继续堆叠文本上下文更有效。NetCanvas提供的是一种可复用的系统设计方向，但其实际落地仍取决于拓扑数据质量、工具权限和故障场景覆盖范围。

项目地址： caimanjing/netcanvas

基准数据集： CTBench

来源： 量子位