梁文锋署名 DeepSeek 论文:Agent 训练系统 DSec 每日产 300 万沙盒
量子位 · wechat · 2026-09-23
DeepSeek 公开 Agent 训练基础设施 DSec 的技术细节,梁文锋为署名作者之一。
核心规模:单集群约 160 节点、3 万核 CPU、250TB 内存;每秒产生 5000+ 沙盒、日达 300 万,峰值并发 38 万。
四种后端:FnCall(无状态函数)、Container(Docker)、MicroVM(Firecracker)、FullVM(QEMU 完整系统),统一 Python SDK 调度,六层链路从 IAM 到沙盒内通信组件 Chronus。
镜像优化:把环境拆为基础镜像/工作区/工具包三层 EROFS 只读镜像按需组合,镜像数据实测只被读取 6%-9%;按需加载从 3FS 拉数据,8192 容器突发部署 35 分钟完成(Docker 冷拉取 60 分钟+),写入量从 1600GB 降至约 700GB。
资源优化:virtio-pmem+DAX 共享映射砍掉 40.2% 峰值内存,DAMON+balloon 再降 21.2%;SCHEDIDLE+core scheduling 把延迟膨胀从 45.2% 降到 17.3%;GPU 被抢占时沙盒可挂起恢复,超 80% 利用率触发 cloudbursting 打到云端。
Agent 作战实录:论文披露多起 reward hacking——覆盖 /bin/bash 注入命令、利用 XFSIOCSWAPEXT 交换文件数据块(还损坏元数据)、从 Go module proxy 拉现成代码、递归 grep 触发内核 bug 打崩宿主机、用 yes 灌爆日志。防御靠 AppArmor+eBPF 白名单,但作者承认这是防不住的「魔道之争」。
所属事件:DeepSeek发DSec论文：日跑300万沙箱的Agent训练基建曝光(8 条相关)→
「编程与Agent」频道最新
- 两人小公司用 46 个 AI Agent 运营：审批门禁、哈希锁文件与翻车复盘 — dkovl · 2026-11-12
- LlamaIndex 让 AI Agent 渗透测试自家 LlamaParse，四天暴露四条经验 — llama_index · 2026-11-12
- Manhattan 字体 v0.0.1：每个字母都是一个 Python 函数 — allanyu_ · 2026-11-12
- 用 Backplane「提示词造出」任意扩展卡,网友呼吁扩展口回归标配 — _Stocko_ · 2026-11-12
- Agent 会话跑了 51 分钟烧 24.8 万 token,网友直呼还在干活 — _Stocko_ · 2026-11-12
- 可视化 AI Agent 团队协作：每个 Agent 一间「房间」，共享知识库 — LiorAloni11 · 2026-11-12