DeepSeek DSec：Agent 训练基建曝光

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)

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

• 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
• DeepSeek 发布 DSec：单集群日均跑 300 万智能体训练环境 — jiqizhixin · 2026-09-23
• 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
• DeepSeek发DSec论文：大规模智能体训练的弹性沙箱架构 — pstAsiatech · 2026-09-23
• 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 · 2026-09-23
• 梁文锋署名论文公开DSec：单日300万沙盒支撑Agent训练 — 智东西 · 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

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)

有推主基于估算分析 DeepSeek DSec 安全沙箱集群的经济性与规模，称单套物料成本约 2000 万美元以内，主要受 DRAM 价格驱动，10 亿美元可建约 50 套。规模方面最初估算为 384 颗 AMD EPYC 9655 处理器、支撑约 38 万并发沙箱，随后作者更正为 320 颗 EPYC 9655（160 节点×每节点 2 颗，每颗 96 核），共 30720 核。

• DeepSeek 沙箱集群曝光：384 颗 EPYC 撑 38 万并发沙箱 — teortaxesTex · 2026-09-23
• 测算：DeepSeek DSec 集群单套物料约 2000 万美元，10 亿美元可建 50 套 — teortaxesTex · 2026-09-23
• DeepSeek 沙箱集群实为 320 颗 EPYC 9655，共 30720 核 — teortaxesTex · 2026-09-23

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)

DeepSeek 发布 31 页系统论文 DSec（DeepSeek Elastic Compute），披露其面向大规模 Agent 训练的 RL 训练与评测沙箱平台，梁文锋列名 100 多位作者之中。该平台每天运行约 300 万个沙箱，可支撑 V3.2 到 V4.1 的模型训练，最多支持 38 万个沙盒同时在线，并通过超卖 50 倍等弹性调度手段提升资源利用率。团队同期还展开资深工程师招聘，引发社区广泛关注。

• DeepSeek 发布 DSec 论文：每天 300 万沙箱支撑 V3.2 到 V4.1 训练 — jiqizhixin · 2026-10-02
• DeepSeek 自曝 DSec 基础设施：38 万沙盒同时在线，超卖 50 倍撑起 Agent 训练 — 量子位 · 2026-10-03