DeepSeek发DSec论文：日跑300万沙箱的Agent训练基建曝光
9 月 23 日，DeepSeek 团队在 arXiv 发布论文《DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Training at Scale》，系统披露其面向大规模智能体训练与评测的生产级沙箱基础设施。论文作者超百人（@智东西 称超 130 位），梁文锋为署名作者之一。这是 DeepSeek 首次公开其 agent 训练底层算力架构的规模细节，显示其智能体训练已进入工业级量产阶段。
已确认
- 论文于 arXiv 发布，主题为 DSec（DeepSeek Elastic Compute），定位是面向大规模 Agentic RL 训练与评测的沙箱基础设施
- 单个生产级 DSec 单元横跨约 160 个节点，配备约 3 万核 CPU 与 250TB 内存
- 设计指标为每天运行约 300 万个 AI agent 环境，每秒新建 5000+ 个沙箱
- 生产环境峰值并发支持超过 38 万个沙箱
- 系统统一了 FnCall、容器、microVM 等多种执行形态
- 据 @机器之心 转述，从 V3.2 到 V4.1 的 RL 训练与评测均依托该平台
- 据 @Polymarket 与 @智东西 的介绍，系统内置对「agent 不当行为」的约束机制
- 论文作者超百人（@智东西 称超 130 位），梁文锋在列
为什么重要
- 这份论文罕见地公开了头部大模型公司的 agent 训练基础设施规模，为业界评估智能体训练所需算力形态提供了参照
- 每秒 5000+ 沙箱创建速度与 38 万峰值并发，意味着 DeepSeek 在以极高吞吐量进行 agent 的规模化训练与评测，侧面反映其智能体方向的投入强度
- 统一 FnCall、容器与 microVM 的架构设计，对构建同类沙箱基础设施的工程团队具有直接参考价值
2026-09-23 ~ 2026-09-24 · 8 条相关
- 第 1 集:DeepSeek发DSec论文：日跑300万沙箱的Agent训练基建曝光(2026-09-23,8 条)
- 第 2 集:DeepSeek 沙箱集群规模曝光，单套物料成本约两千万美元(2026-09-23,3 条)
- 第 3 集:DeepSeek 披露 DSec 弹性计算平台，支撑 V3.2 至 V4.1 训练(2026-10-02,2 条)
一手来源
- DeepSeek发DSec论文：大规模智能体训练的弹性沙箱架构 — pstAsiatech ·
- 梁文锋署名 DeepSeek 论文:Agent 训练系统 DSec 每日产 300 万沙盒 — 量子位 ·
- 梁文锋署名31页论文：DeepSeek公开Agent训练沙箱基础设施DSec — 机器之心 ·
- DeepSeek 弹性算力论文曝光：单套系统 160 节点日供 300 万沙箱 — zephyr_z9 · 2026-09-23
- DeepSeek 发布 DSec：日跑 300 万 agent 环境，每秒新建 5000 沙箱 — jiqizhixin · 2026-09-23
- 【源头】梁文锋署名 DeepSeek 论文:Agent 训练系统 DSec 每日产 300 万沙盒 — 量子位 · 2026-09-23
- 【源头】DeepSeek发DSec论文：大规模智能体训练的弹性沙箱架构 — pstAsiatech · 2026-09-23
- DeepSeek 推出新 Agent 训练系统:可同时运行 38 万个沙盒 — Polymarket · 2026-09-24
另有 3 条近重复转述:jiqizhixin · 机器之心 · 智东西