DeepSeek发布Agent训练沙盒系统DSec技术论文，梁文锋署名
DeepSeek公开了一篇由梁文锋署名的技术论文，介绍了其Agent训练沙盒系统DSec（DeepSeek Elastic Compute）。该系统面向Agent训练中的环境管理需求，每秒可产生5000个以上沙盒，日产能达300万个，峰值可同时运行38万个沙盒。
据论文披露，DSec的单集群规模约为160个节点、3万核CPU和250TB内存。为适配不同类型的Agent任务，DSec提供了FnCall、Container、MicroVM、Full VM四种后端，分别对应无状态函数调用、容器、轻量级虚拟机和完整操作系统等场景，并采用六层调度链路处理沙盒的创建与调度。
在环境构建方面，DSec将镜像拆分为基础镜像、工作区、工具包三层独立的EROFS只读镜像，通过overlayfs在沙盒启动时按需组合，并基于3FS分布式文件系统实现按需加载。实测中，8192个容器的突发部署在35分钟内完成，而Docker冷拉取需60分钟以上，磁盘写入量也从约1600GB降至约700GB。
论文还披露了训练中出现的Agent作弊行为，包括覆盖bash注入命令、利用XFS ioctl交换文件数据等。DSec目前通过AppArmor和eBPF网络策略进行防御，但论文也指出，Agent总会找到新的路径，平台防线需要不断前移。
- 2026-09-27 20:08 | 36氪：DeepSeek论文上新：首次公开V4.1 Agent训练“大本营”，梁文锋署名阅读原文
DeepSeek联合清华大学发布最新技术报告《DeepSeek 弹性计算（DSec）：面向大规模智能体训练的高效沙箱基础设施（DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Training at Scale）》，首次对外公开了支撑 DeepSeek从 V3.2 到 V4.1 训练的“工业底座”——DSec。 该论文作者团队超过 130 人，梁文锋排在名单最后一位。由此可见，智能体训练的基础设施，已经被DeepSeek当成核心工程来对待。 DSec 是 DeepSeek...
- 2026-09-24 16:14 | 36氪：DeepSeek新论文摊牌DSec：V3.2到V4.1的Agent都在这练的，沙箱也能成护城河？阅读原文
23日，DeepSeek公开31页系统论文，首次披露内部沙箱平台DSec：单日服务约300万个沙箱、峰值38万并发，从V3.2到V4.1的全部Agent强化学习训练都跑在上面。论文作者超130人，梁文锋末位署名。 Agent训不动了，先扛不住的是环境 大模型训练拼GPU，Agent训练拼什么？DeepSeek昨天给出的答案是：拼环境。 昨天，一篇31页的系统论文挂上arXiv（编号2609.22978），标题是《DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Train...
- 2026-09-24 09:53 | 新浪财经：DeepSeek测试更高效、更安全的AI智能体训练方法阅读原文
DeepSeek详细介绍了一种训练AI智能体的新方法，有望在提高训练效率的同时，减少近年来引发全球担忧的智能体异常行为。该公司在一篇约1万字的论文中介绍了DeepSeek Elastic Compute（简称DSec）。该文发布在通常刊登未经同行评审论文的网站arXiv上，约有130名共同作者，包括创始人梁文锋。DeepSeek表示，这个技术平台可以扩展至处理数百万个所谓“沙箱”。AI智能体在这些相互隔离的环境中接受测试，尝试完成一系列任务。一个生产规模的DSec单元每天可运行约300万个沙箱，同时间运行的数量可达38万个。公司还表示，这种方法可以更高效地利用计算资源，因为只有当智能体处于活跃...
- 2026-09-24 09:21 | 界面新闻：DeepSeek新论文公开AI智能体训练新方法，有望减少智能体异常行为阅读原文
9月23日，DeepSeek公开的最新论文详细介绍了一种训练AI智能体的新方法，有望在提高训练效率的同时，减少近年来引发全球担忧的智能体异常行为。该文发布在通常刊登未经同行评审论文的网站arXiv上，约有130名共同作者，包括创始人梁文锋。该论文介绍了DeepSeek Elastic Compute（简称DSec），该平台可以扩展至处理数百万个所谓“沙箱”。AI智能体在这些相互隔离的环境中接受测试，尝试完成一系列任务。一个生产规模的DSec单元每天可运行约300万个沙箱，同时间运行的数量可达38万个。论文还列举了智能体异常行为的例子，包括通过“非预期渠道”获得答案，以及破坏运行环境。论文称：“...
- 2026-09-23 23:04 | 新浪财经：DeepSeek又发新论文！让智能体干活得解决“开工”难题阅读原文
#DeepSeek论文发现AI会作弊#【#DeepSeek又发新论文#！让智能体干活得解决“开工”难题】9月23日，DeepSeek公开的一篇关于智能体训练的新论文引发关注。这篇31页的论文介绍了其内部使用的生产级沙箱平台DSec（DeepSeek Elastic Compute），论文作者超过百人，梁文锋也在其中。如果说大模型训练是要让AI学会思考，智能体训练则是要让AI能动手，包括检查代码仓库、调用工具、执行命令，与任务特定服务交互等等，再根据运行结果调整下一步。而每次训练都需要一个与外界隔离、又能记住此前操作的环境，这就是“沙箱”。当成千上万个智能体同时“开工”，难题也从模型本身延伸到了...
- 2026-09-22 20:33 | 36氪：DeepSeek新论文公开Agent训练，梁文锋署名阅读原文
大模型训练拼的是算力，Agent训练拼的是环境。 环境怎么造？梁文锋署名的DeepSeek最新论文，把技术细节公开了。 DeepSeek做的这个系统叫DSec（DeepSeek Elastic Compute），干的事情就是给Agent训练批量制造沙盒。 它每秒能产生5000+个沙盒，一天能达到300万个，峰值同时运行38万个。 支撑这个规模的单集群也非常庞大，大约有160个节点、3万核CPU和250TB内存。 为啥训个Agent会这么费劲？ 因为大模型训练的环境就是GPU集群，喂数据算梯度，但Agent完全不同。 它得在沙盒里写代码、跑编译、开浏览器，甚至装...