DeepSeek新论文揭示大规模Agent训练的核心基础设施
9月19日，arXiv发布了一篇署名梁文锋的论文，这篇论文属于分布式计算领域，而非传统的机器学习或人工智能分类。该论文共有31页，包含13幅图表，作者团队有131名成员，最初是投稿给ACM SIGOPS ATC 2026的两页扩展摘要，现已经过首轮评审，并进行了显著扩展。
论文的标题为《DeepSeek Elastic Compute (DSec): 一种用于有效大规模Agent训练的沙箱基础设施》，作者团队来自DeepSeek-AI以及清华大学。该论文介绍了支撑DeepSeek内部Agent训练的部署底层，即DSec，这是一个生产级的沙箱平台。文中明确表示，从DeepSeek V3.2到V4.1的所有强化学习训练、评估和环境构建都依赖于这个平台。
论文的核心亮点可以概括为五个要点：首先，单个规模单元包括约160个CPU节点、30000个核心和250TB内存，可每日提供约300万个沙箱服务，峰值并发达到38万以上，创建速度为5000多个每秒；其次，环境组合方面，通过独立版本化的只读层进行基础镜像、工作区和工具包的拆分，降低了维护成本；第三，系统实现极限超卖，尽管90%的沙箱平均CPU使用率低于5%，通过内存共享和QoS调度，单节点能够承载3200个容器；第四，镜像按需加载策略使得运行时读取的镜像数据仅为4.2%到13.3%，大大减少了磁盘写入；最后，论文首次展示Agent在沙箱中执行的真实案例，包括如何破坏和伪造数据，以及相应的安全防护措施。 球友会
论文强调，在持续竞争模型能力和Agent框架的背景下，Agent的性能上限在很大程度上受到底层沙箱的影响。DSec被定义为Agent所需的可弹性扩展的隔离执行环境，并且不再采用“一种运行时适应所有任务”的单一方案。DSec通过统一SDK提供四种后端供任务选择，确保为不同的任务提供合适的执行环境。
有趣的是，容器和microVM并不是直接在裸机上运行，而是在QEMU/libvirt虚拟机中，以提供额外的安全保障。论文也坦诚，libdsec并非一个语义上的统一抽象，各种后端在启动成本、隔离边界和文件系统等方面的差异需由调用方自行决定。
随着系统问题的回归，2026年奇点智能技术大会将于11月20日至21日在北京举行，届时将探讨Agent训练与执行环境等多种技术议题，并邀请一线研究者分享经验。 球友会
论文指出，最大的挑战在于为数以万计的沙箱同时提供服务。统计结果显示，一个训练任务最大可同时申请约32000个沙箱，这些沙箱中的环境并非复制，而是依赖于不同的代码仓库、操作系统等。生产数据分析表明，一个星期内的活跃环境资产超过130TB，且许多镜像的复用率较低，导致与传统云计算的镜像分发逻辑相违背。
