Huawei GTS ứng dụng AI Agent tự động xử lý sự cố mạng, giải quyết bài toán tường lửa kép

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

2026-09-16 10:27:20 Nguồn: QbitAI

Tỷ lệ hoàn thành nhiệm vụ tăng 24,2%, chi phí token giảm tới 45%

Yun Zhong, đưa tin từ Ao Feisi

QbitAI | Kênh chính thức QbitAI

“Trí thông minh không chỉ giới hạn bên trong bộ não. Khi chúng ta sử dụng giấy bút hoặc bản đồ để sắp xếp các vấn đề phức tạp, những công cụ bên ngoài này trở thành ‘tâm trí mở rộng’ của chúng ta.”

Nhà triết học nhận thức nổi tiếng Andy Clark khi tiết lộ bản chất của suy luận cấp cao đã chỉ ra rằng:

Trí thông minh thực sự là biết cách sử dụng các sơ đồ bên ngoài để thực hiện “giảm tải nhận thức” (Cognitive Offloading).

Và trong vận hành mạng truyền thông có độ phức tạp cao, các mô hình lớn Agent cũng rất cần vượt qua ngưỡng cửa này.

Mạng IP là nền tảng của các hệ thống kỹ thuật số trong mọi ngành nghề. Đằng sau mỗi lần thanh toán bằng thẻ hay đăng ký khám bệnh trực tuyến đều không thể thiếu nó.

Tuy nhiên, một khi mạng lưới này gặp sự cố, các manh mối thường bị chôn vùi sâu trong hàng loạt cảnh báo hoặc các cấu hình tĩnh lặng. Khi dịch vụ bị gián đoạn, rào cản đầu tiên trong việc xử lý sự cố thường không phải là sửa như thế nào, mà là làm rõ “ngay lúc này, mạng lưới này trông như thế nào?”

Để trả lời câu hỏi này, rào cản là cực kỳ lớn. Bởi vì mạng lưới thực tế là “sống”, là động. Không gian cấu trúc liên kết mạng của mỗi lần sự cố đều hoàn toàn khác biệt; đối với các tuyến đường phức tạp, chỉ một số ít chuyên gia dày dạn kinh nghiệm mới có thể tái cấu trúc “mạng động” trong tâm trí theo thời gian thực và tìm ra nguyên nhân gốc rễ.

Vì các chuyên gia dày dạn kinh nghiệm là “của hiếm”, việc giao trọng trách xử lý sự cố cho các mô hình lớn Agent (tác nhân thông minh) đã trở thành sự đồng thuận để phá vỡ bế tắc trong ngành. Trước đây, giới chuyên môn từng cho rằng, dựa vào khả năng hiểu biết kiến thức, suy luận logic và phân tích quyết định mạnh mẽ của mô hình lớn, đây sẽ là một đòn giáng áp đảo.

Tuy nhiên, khi Agent mang theo kỳ vọng lớn thực sự bước vào hiện trường, đội ngũ thuật toán GTS của Huawei lại phát hiện ra một điểm yếu chí mạng đi ngược lại trực giác: AI dù có khả năng suy luận mạnh đến đâu, đọc hiểu hàng loạt nhật ký văn bản, nhưng lại không thể ghi nhớ mạng lưới này trông như thế nào. Đội ngũ gọi đây là “Chứng mất trí nhớ cấu trúc liên kết” (Topology Amnesia). Việc bắt một Agent thuần văn bản phải gánh vác sự thay đổi động của hàng trăm, hàng nghìn nút thắt trong tâm trí chắc chắn sẽ dẫn đến sự sụp đổ bộ nhớ.

Làm thế nào để phá vỡ bế tắc? Đội ngũ đã đưa ra giải pháp chính xác là NetCanvas, thông qua việc giới thiệu cơ chế “Cấu trúc liên kết trực quan có thể tương tác”, nó cung cấp cho mô hình lớn một khung vẽ “bộ nhớ làm việc bên ngoài” nơi có thể vẽ đường và suy diễn.

Điều này giúp AI thực sự học được cách “giảm tải nhận thức”, có thể “nhìn vào mạng lưới để xử lý sự cố” giống như các kỹ sư chuyên nghiệp.

Phân tích điểm đau: AI đọc hiểu nhật ký nhưng không sửa được mạng? Thứ còn thiếu là một “bản đồ sống”

Việc đưa vào các mô hình lớn Agent vốn dĩ là để sao chép kinh nghiệm xử lý sự cố của các chuyên gia dày dạn kinh nghiệm và lấp đầy khoảng trống nhân lực trong mạng lưới thực tế.

Nhưng đội ngũ tiền tuyến nhanh chóng gặp phải một hiện tượng đi ngược lại trực giác: mô hình rõ ràng có thể phân tích từng lệnh đơn lẻ, từng đoạn phản hồi, nhưng một khi bước vào cấu trúc liên kết phức tạp thực tế với nhiều thiết bị, nhiều đường dẫn, có tường lửa và ECMP, nó bắt đầu đi đường vòng, thăm dò lặp đi lặp lại, thậm chí xoay vòng tại cùng một nút.

Một thảm kịch điển hình trong mạng thực tế là: trong một lần kiểm tra xử lý sự cố thực tế, Agent đã khóa được tường lửa gặp vấn đề, nhưng lại thử hàng chục cách kiểm tra trên thiết bị này, xoay vòng tại chỗ hơn 300 bước mà vẫn không tìm ra nguyên nhân gốc rễ. Nó biết cần kiểm tra tường lửa, nhưng không biết tường lửa này nằm ở bước thứ mấy trên đường dẫn nào trong toàn bộ sơ đồ.

Rõ ràng khả năng suy luận vẫn ổn, tại sao AI vẫn bị lạc? Câu trả lời là: thiếu bộ nhớ không gian.

Khi các kỹ sư mạng dày dạn kinh nghiệm xử lý sự cố, trong đầu họ luôn treo một “bản đồ sống”: lưu lượng truy cập đi vào từ đâu, phân luồng ở đâu, tường lửa nằm ở bước thứ mấy, mọi thứ đều rõ ràng. Ngược lại, Agent thuần văn bản phải đối mặt với CLI (giao diện dòng lệnh) cuộn một chiều, điều này có nghĩa là mỗi khi tiến thêm một bước, nó phải tự hình dung lại mạng lưới trông như thế nào từ các nhật ký rời rạc. Ngữ cảnh càng dài, mối quan hệ không gian này càng dễ bị “sụp đổ” trong văn bản dài.

Đối với hiện tượng này, đội ngũ thuật toán AI của Huawei GTS đã đặt tên là “Chứng mất trí nhớ cấu trúc liên kết” (Topology Amnesia): xử lý sự cố càng sâu, các quan sát cục bộ có thể càng nhiều, nhưng mối quan hệ không gian tổng thể lại dần dần bị mất đi.

Điều này hoàn toàn chứng minh cho lập luận triết học ở phần mở đầu: thiếu sự hỗ trợ của “bộ nhớ làm việc bên ngoài”, các mô hình thuần văn bản chắc chắn sẽ rơi vào tình trạng quá tải nhận thức trong mạng lưới phức tạp.

Làm sao để phá vỡ bế tắc? Vì bộ não con người cần dựa vào bản vẽ để sắp xếp logic phức tạp, thì AI đương nhiên cũng vậy. Sơ đồ cấu trúc liên kết đối với kỹ sư mạng là “bộ nhớ làm việc bên ngoài” khi xử lý sự cố, kiểm tra đến đâu, sơ đồ cập nhật đến đó.

Do đó, thứ mà Agent cần tuyệt đối không phải là một sơ đồ toàn cảnh cứng nhắc được đưa cho từ đầu, mà là một bản đồ sống có thể tương tác với nó.

Theo logic này, GTS đã xác định hướng giải pháp hoàn toàn mới: không phải là viết cứng kinh nghiệm chuyên gia vào Prompt, mà là viết cách làm việc của chuyên gia vào hệ thống Agent. Để mô hình chịu trách nhiệm suy nghĩ và ra quyết định, để NetCanvas chịu trách nhiệm ghi nhớ đường đi và vẽ sơ đồ.

△ Cùng một mạng lưới, trong mắt con người và Agent thực ra là hai việc khác nhau: (a) Bộ nhớ không gian trong tâm trí kỹ sư con người; (b) Agent thuần văn bản rơi vào tình trạng sụp đổ cấu trúc liên kết; (c) NetCanvas trang bị cho Agent “bản đồ sống” có thể tương tác.

Con đường giải quyết: Giới thiệu “Cấu trúc liên kết trực quan có thể tương tác”, ba chiêu giúp Agent vừa nhìn vừa suy diễn

Dựa trên phân tích điểm đau nêu trên, đội ngũ đã tung ra giải pháp thực sự – NetCanvas.

Nó tuyệt đối không phải là việc đơn giản nhồi nhét cho mô hình một ảnh chụp màn hình cấu trúc liên kết mạng tĩnh, mà là tùy chỉnh cho nó một bộ “cấu trúc liên kết trực quan có thể tương tác”.

Thông qua “ba chiêu” dưới đây, NetCanvas đã lật ngược hoàn toàn cách AI nhận thức mạng lưới thực tế:

Chiêu 1: Vừa kiểm tra vừa phát triển (Tăng trưởng động)

Tại hiện trường xử lý sự cố thực tế, không ai có thể có được cấu trúc liên kết toàn cục hoàn hảo ngay từ đầu.

Do đó, NetCanvas từ bỏ tư duy cứng nhắc “đưa toàn cảnh ngay từ đầu”.

Mỗi khi Agent hoàn thành một lần thăm dò CLI, các thiết bị, liên kết và bằng chứng đường dẫn mới được phát hiện sẽ được hợp nhất theo thời gian thực vào trạng thái sơ đồ hiện tại.

Điều này giống như sương mù chiến tranh dần dần bị xua tan, sơ đồ cấu trúc liên kết giống như có sự sống, cùng “tăng trưởng động” theo tiến độ xử lý sự cố.

Chiêu 2: Lấy cảnh theo nhu cầu và tương tác suy luận (Hành động cốt lõi)

Sơ đồ đã hình thành là chưa đủ, Agent còn phải biết “sử dụng sơ đồ” giống như các chuyên gia con người.