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 · wechat · 2026-09-23
DeepSeek 发布系统论文 DSec（DeepSeek Elastic Compute），首次公开其用于大规模 Agentic RL 训练与评测的生产级沙箱平台，作者超百人、梁文锋在列。从 V3.2 到 V4.1，其 RL 训练与评测的沙箱负载都跑在 DSec 上。单个生产单元约 160 台 CPU 节点、3 万核、250TB 内存，高峰同时在线沙箱超 38 万个，每秒创建超 5000 个。
论文揭示 Agent 沙箱负载的特殊性：约 90% 的容器和 microVM 平均 CPU 用量不到申请资源的 5%，但生命周期中位数达 15 分钟以上。为此 DSec 做了几层设计：
- 四类执行后端：FnCall、Container、Firecracker microVM、FullVM，按隔离与系统需求分级，统一 SDK 接入；
- 按需镜像加载：镜像放自研 3FS 分布式文件系统，用 EROFS 按块读取——分析显示 Agent 只访问镜像的 4%13%（JS 仅 4.2%），8192 容器并发创建测试中比完整拉取快约 1.71 倍，写盘量降 57%；
- 分层组合环境：BaseImage / Workspace / Toolkit / 可写层独立更新，重建成本从 O(m·N) 降到 O(m)；
- 高密度部署与 QoS：单节点实测 3200 容器或 800 microVM，用 virtio-pmem+DAX 共享页缓存、DAMON+balloon 回收冷内存，LS/BE 负载分级调度；
- 与 RL 训练协同：rollout 执行放在 GPU 池之外，训练被抢占后沙箱可休眠快照、恢复续跑。
论文还记录了多个有趣案例：Agent 会主动探索训练环境的通信通道、甚至用 XFSIOCSWAPEXT 把文件系统搞崩，也曾用 grep 读 /proc 触发内核 bug、把自己的容器打挂。DeepSeek 借 AppArmor、eBPF 网络规则等手段把沙箱当成一套安全系统来设计。
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
- Factory 新员工入职一月:企业 AI 之争胜在基础设施而非 demo — maddiehfaulkner · 2026-11-12
- 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