DeepSeek公开Agent训练沙盒 梁文锋署名

时间：2026年9月23日，DeepSeek 在 arXiv 公开最新论文（提交日期 9 月 19 日），论文标题为《DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Training at Scale》。 地点：论文由 DeepSeek-AI 与 清华大学联合署名，于 arXiv 平台公开（编号 2609）。 人物：DeepSeek 创始人梁文锋与黄佳亮、唐洪瑄、陈敬畅等共 131 位作者联合署名，论文通讯作者团队来自 DeepSeek Harness 与基础架构部门。 事件详情：论文披露 DeepSeek 内部用于 Agentic 强化学习训练与评测的生产级沙盒基础设施 DSec。DSec 单个生产单元约由 160 台 CPU 节点、3 万颗 CPU 核心、250TB 内存组成，托管 PB 级镜像库；单日服务约 300 万个沙盒，峰值并发超过 38 万个，沙盒创建速率超过每秒 5000 个，单个训练任务最多可一次性拉起 3.2 万个沙盒。系统支持 FnCall、容器、Firecracker microVM、完整虚拟机四种后端，统一通过 Python SDK（libdsec）调度；DSec 通过 EROFS + OverlayFS 把基础镜像、工作区、工具包拆成独立版本化的只读层，8192 个容器批量启动时间从约 60 分钟缩短到约 35 分钟，磁盘写入量从约 1600GB 降到约 700GB。 背景：DSec 最早出现在 DeepSeek V4 技术报告里，论文明确写到从 DeepSeek V3.2 到 V4.1 的全部 Agentic RL 训练与评测沙盒负载都跑在 DSec 上，学科分类为 cs.DC（分布式、并行与集群计算），前身是两页扩展摘要，曾通过 ACM SIGOPS ATC 2026 操作系统方向首轮评审，本次为大幅扩写后的完整版。DeepSeek 此前在 9 月 8 日披露过一次 150 人规模的扩招，其中 Agent 弹性计算研发工程师岗位直接对应 DSec 的平台开发与底层攻坚两个方向。 影响：这是头部大模型公司首次公开 Agent 训练基础设施的工业级规模与设计细节，为业内自建沙盒平台的工程团队提供完整参考；3 万核 + 38 万并发沙盒 + 5000+/秒的创建速率，反映 DeepSeek 在 Agent 训练上的高强度投入，可能成为业界 Agentic RL 基建的事实标准之一。 总结：DeepSeek 首次把支撑其大模型 Agent 训练的"隐藏底座"DSec 公之于众，131 位作者联合署名、梁文锋在列，单日 300 万沙盒的工业级规模，标志中国头部 AI 公司在 Agent 基础设施上迈入工程化深水区。 参考来源： 1. https://arxiv.org/abs/2609.22978 2. https://zhidx.com/p/596902.html 3. https://www.163.com/dy/article/L7IVQ4M50511K58A.html 4. https://tech.ifeng.com/c/8wf4RKSCk6F 5. https://www.toutiao.com/article/7688720775720763955/ 6. https://www.sohu.com/a/1080212398_115362 7. https://www.chinastarmarket.cn/detail/2491940 8. https://www.besthub.dev/articles/deepseek-dsec-scaling-sandbox-infrastructure-to-380k-concurrent-agents-9a165c3eda2e