NetCanvas 是华为 GTS AI 算法团队提出的一套面向通信网络运维的可交互视觉拓扑系统，为大模型 Agent 配备可视化拓扑画布，让 AI 像资深工程师一样看着网络排障。该系统将 Agent 综合排障通过率从 30.3% 提升至 54.5%，双防火墙等复杂场景通过率从约 10% 跃升至约 90%。
核心要点
- 引入可交互视觉拓扑机制，解决纯文本 Agent 拓扑失忆问题
- 排障综合通过率从 30.3% 提升至 54.5%，无一题退化
- 平均探查步数从 159 步降至 113 步，token 成本最高下降 45%
- 双防火墙与 ECMP 等复杂路径场景通过率从约 10% 跃升至约 90%
- 基于 Rust 构建极简运行时，Python 接口保留开发者易用性
事件经过
拓扑失忆与认知卸载
华为 GTS 团队发现纯文本 Agent 在复杂现网排障中存在拓扑失忆问题，上下文越长空间关系越容易坍塌。团队将其命名为 Topology Amnesia，并参考认知哲学家 Andy Clark 的延展心智理论，为 Agent 引入外部工作记忆画布。
NetCanvas 通过动态生长、按需取景与推理交互、认知对齐三招实现可交互视觉拓扑。Agent 每完成一次 CLI 探查，新发现的设备与链路实时合并到当前图状态中，战争迷雾被逐步驱散。
在公开通信运维基准 CTBench 上，NetCanvas 将 16 道题的通过率净增而无一题退化，Agent 平均探查步数下降 26% 至 45%。
与竞品对比
以下是 NetCanvas 增强方案与纯文本 Agent 方案在 CTBench 上的对比，可看出 NetCanvas 和纯文本方案的区别在于拓扑可视化带来的认知卸载效应。
| 指标 | 纯文本 Agent | NetCanvas Agent |
|---|---|---|
| 综合通过率 | 30.3% | 54.5% |
| 平均探查步数 | 159 步 | 113 步 |
| 双防火墙场景通过率 | 约 10% | 约 90% |
| Token 试错成本 | 基准 | 下降 26%-45% |
常见问题
问. NetCanvas 是什么?
NetCanvas 是华为 GTS 提出的可交互视觉拓扑系统，为大模型 Agent 提供可视化网络拓扑画布，解决纯文本排障中的拓扑失忆问题。
问. 如何使用 NetCanvas 提升排障效率?
将 NetCanvas 集成到 Agent 排障流程中，Agent 边查边在画布上动态生长拓扑，按需取景并标记推理假设，减少盲目绕路与重复探查。
问. NetCanvas 与纯文本 Agent 的区别是什么?
纯文本 Agent 依赖一维 CLI 日志重构空间关系易致认知超载，NetCanvas 提供二维可交互拓扑画布实现认知卸载，CTBench 通过率从 30.3% 升至 54.5%。两者均未采用 MIT 或 Apache 协议开源。
问. NetCanvas 的价格与获取方式?
项目代码与 CTBench 数据集已在 GitHub 与 HuggingFace 公开，研究者和开发者可免费获取并复现实验结果。
最后更新 2026 年 9 月 16 日，更新日志记录版本 v2026.9.16 公开 CTBench 评测数据与 NetCanvas 交互机制。Andy Clark 的认知卸载理论为设计灵感来源，社区贡献者参与 CTBench 数据集构建。
本文来源，基于公开报道《华为GTS让Agent学会看着网络排障》
