DeepSeek公开Agent训练沙盒DSec：单日服务约300万个沙盒，梁文锋署名

会懂网AI资讯，9月24日，近日，DeepSeek在arXiv公布论文《DeepSeek弹性计算：面向大规模Agent训练的沙盒基础设施》，约130名共同作者，创始人梁文锋署名。这反映出人工智能技术正在从单点突破走向系统级能力的构建，企业与应用侧对此高度关注。在算力供给持续扩张与推理成本快速下行的背景下，这类进展对开发者和行业用户都意义重大。

具体来看，论文首次系统披露DeepSeek用于大规模Agent强化学习的基础设施：一个生产单元由约160个CPU节点、3万核、250TB内存构成，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一次性拉起3.2万个沙盒。业内普遍认为，相关能力的成熟将直接拉动上下游生态的协同创新与商业落地速度。

从技术细节出发，DSec提供函数调用、容器、Firecracker微虚拟机、完整虚拟机四种后端，通过统一Python SDK管理，并记录Agent伪造RPC请求、修改系统命令等异常行为，通过AppArmor与eBPF限制操作范围。从产业节奏看，头部厂商正把模型能力转化为可直接调用的服务，竞争焦点已转向工程化与可用性。

在产业层面，DSec提供函数调用、容器、Firecracker微虚拟机、完整虚拟机四种后端，通过统一Python SDK管理，并记录Agent伪造RPC请求、修改系统命令等异常行为，通过AppArmor与eBPF限制操作范围。对用户而言，此类更新意味着更低的使用门槛与更稳定的体验，智能助手的实用价值持续提升。

对开发者与企业用户而言，DSec提供函数调用、容器、Firecracker微虚拟机、完整虚拟机四种后端，通过统一Python SDK管理，并记录Agent伪造RPC请求、修改系统命令等异常行为，通过AppArmor与eBPF限制操作范围。值得关注的是，开源与开放策略正在改变技术扩散的路径，中小团队也能借此快速构建应用。

展望后续，DSec提供函数调用、容器、Firecracker微虚拟机、完整虚拟机四种后端，通过统一Python SDK管理，并记录Agent伪造RPC请求、修改系统命令等异常行为，通过AppArmor与eBPF限制操作范围。相关进展将持续影响行业格局，值得长期跟踪。在监管与合规要求趋严的环境下，厂商在能力扩张的同时也更强调安全与可控。