梁文锋署名，DeepSeek公开Agent训练沙盒平台DSec技术细节
原标题：梁文锋署名，DeepSeek发新论文！剑指大规模Agent训练
AI 摘要
DeepSeek创始人梁文锋署名的最新论文公开了Agent训练沙盒平台DSec（DeepSeek Elastic Compute）的技术细节，该平台自DeepSeek V4技术报告首次出现，支撑了从V3.2到V4.1的RL训练与评测。DSec单日服务约300万个沙盒，峰值并发超38万个，通过四种后端、分层镜像按需加载和rollout与GPU训练分离等设计解决大规模Agent训练的调度与资源管理问题。论文还记录了Agent绕过任务流程、破坏环境等异常行为，并采用AppArmor和eBPF进行限制。
正文节选
智东西（公众号：zhidxcom） 作者 | 毕伟豪 编辑｜李水青 智东西9月23日报道，刚刚，DeepSeek创始人梁文锋署名的最新论文公开，首次系统发布了DeepSeek的Agent训练沙盒平台DSec（DeepSeek Elastic Compute）的技术细节，论文提交日期是9月19日，作者名单超过130人，梁文锋在列。 论文地址： https://arxiv.org/pdf/2609.22978 DSec平台首次出现是在DeepSeek V4技术报告中，其主要作用，就是为Agent训练提供沙盒，以实现大规模Agent训练的稳定运行。论文明确写道，从DeepSeek V3.2到V4.1的RL训练与评测，所有沙盒负载都运行在DSec上，如今公开技术细节，也算是把“焚决”交出来了。 论文显示，DSec平台的规模非常庞大，其中一个生产单元由约160个CPU节点、3万核、250TB内存构成，托管PB级镜像。 能力方面，DSec平台单日服务约300万个沙盒，峰值并发超过38万个，创建速度超过每秒5000个，单个训练任务最多可以一次性拉起3.2万个沙盒。 ▲每个任务创建的沙盒数量分布情