DeepSeek 发新论文，公开 Agent 训练沙箱 DSec

9 月 24 日消息，DeepSeek 近日公开了内部 Agent 训练与评测使用的沙箱基础设施 DSec。论文于 9 月 19 日提交至 arXiv，梁文锋列在作者名单中。它介绍的是已投入生产的运行平台，并非新模型发布。

Agent 在训练中需要打开代码仓库、执行命令和调用工具，每次任务都要有可持续保存状态的独立环境。DSec 通过统一的 SDK 提供函数调用、容器、微型虚拟机和完整虚拟机四种沙箱后端，并按任务选择隔离方式。平台还从分布式文件系统按需载入镜像，减少环境启动时的集中下载压力。

论文称，一个约有 160 台节点的生产单元每天处理约 300 万个沙箱实例。生产环境的峰值并发超过 38 万个，每秒可创建超过 5000 个；DeepSeek V3.2 至 V4.1 的强化学习训练与评测沙箱任务均运行在 DSec 上。这些规模与性能数字来自团队的系统报告，尚非第三方独立测量。