DeepSeek公开智能体训练沙箱DSec：一个单元每天拉起300万个沙箱，梁文锋署名排最后

DeepSeek 又发了一篇工程向的论文，这次讲的是它训练智能体用的沙箱平台。

论文题目是《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》，31 页，9 月 19 日提交。作者名单超过 130 人，创始人梁文锋排在最后一位。

DSec 这个名字之前在 V4 技术报告里露过一面，这回是第一次把细节摊开。

简单说，训练一个能写代码、操作电脑的智能体，需要让模型在真实环境里反复试错：装依赖、跑脚本、改文件、看报错。每一次尝试都得有一个隔离的“沙箱”，不然模型一个误操作就可能把训练环境搞坏。训练规模一上去，同时要开的沙箱数量就是天文数字。

DSec 的一个生产单元由约 160 台 CPU 节点组成，3 万个核心、250TB 内存，托管 PB 级镜像。每天服务约 300 万个沙箱实例，峰值并发超过 38 万个，创建速度每秒 5000 个以上。单个训练任务最多可以一次拉起 3.2 万个沙箱。

这些数字的意义在于，智能体训练的瓶颈早就不只是 GPU 了。

强化学习阶段大量时间花在环境交互上，CPU、内存、镜像分发这些“边角料”如果跟不上，再多的 GPU 也只能干等。DeepSeek 把这套东西做到这个规模并公开出来，既是秀工程实力，也顺手给其他团队提供了一个可以参考的量级。

130 多人署名一篇基础设施论文，在国内大模型公司里也不常见。某种程度上，这是 DeepSeek 在告诉外界，它的底气有很大一部分来自这些看不见的系统工程。