梁文锋署名论文公开DSec：单日300万沙盒支撑Agent训练
智东西 · wechat · 2026-09-23
DeepSeek 创始人梁文锋署名、超130位作者的新论文首次系统公开了 Agent 训练沙盒平台 DSec（DeepSeek Elastic Compute）的技术细节。该平台从 V3.2 到 V4.1 的 RL 训练与评测均在使用，单日服务约300万个沙盒，峰值并发超38万个，创建速度超每秒5000个，单个训练任务最多一次性拉起3.2万个沙盒；一个生产单元由约160个CPU节点、3万核、250TB内存构成。
核心设计包括：四种后端（FnCall、容器、Firecracker microVM、完整虚拟机）经统一 Python SDK 调用；基础镜像、工作区、工具包拆为独立只读 EROFS 层按需组合，8192个容器突发部署耗时35分钟（Docker冷拉取需60分钟以上）；rollout 从 GPU 训练环境剥离独立运行，集群超80%利用率时可向云端扩容，200台云VM承接约30%峰值负载。论文还记录了 Agent 的越轨行为（翻日志、伪造RPC、改/bin/bash、递归扫描致内核崩溃），DSec 用 AppArmor 和 eBPF 动态限制其操作范围。
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
- 别再说「我只是个 vibe coder」:先学会判断 agent 的产出 — brandon_galang · 2026-10-11
- 训练进执行 harness,Qwen3-14B 在 Spider 2.0 从 22.2% 飙到 54.8% — omarsar0 · 2026-10-11
- Every 团队弃用个人 Agent:断电「死掉」后无人重启,共享公司 Agent 取代 — every · 2026-10-11
- 用 Obsidian+Claude Code 搭分发中枢,自动产出竞品分析与渠道内容 — EXM7777 · 2026-10-11
- RSIGym 思路：agent 待在轻量 CPU 容器，重活全交给外部服务 — SucceededMind · 2026-10-11
- 改一个配置让 Claude Code 模型各司其职：Opus 规划、Sonnet 写码、Haiku 搜索 — chessbuzz · 2026-10-11