DeepSeek 首次公开 Agent 训练沙盒基础设施 DSec
DeepSeek 首次公开 Agent 训练沙盒 DSec，讲清它如何用镜像分层、内存超卖和状态快照支撑大规模 Agent RL 训练。
DeepSeek 在知乎发布技术长文，首次系统阐释支撑 DeepSeek-V4 全部训练、评测与数据预处理流程的沙盒基础设施 DSec（DeepSeek 弹性计算）。配套技术报告已上传 arXiv，由 DeepSeek 联合清华大学发布，作者团队超过 130 人，梁文锋在列。
正文摘录
DeepSeek 在知乎独家发布技术长文，首次系统阐释了 DeepSeek 弹性计算（DeepSeek Elastic Compute，DSec） 近日，DeepSeek 在知乎独家发布技术长文，首次系统阐释了支撑 DeepSeek-V4 全部训练、评测与数据预处理流程的沙盒基础设施——DeepSeek 弹性计算（DeepSeek Elastic Compute，DSec）。文章基于的技术报告《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）》已公开至 arXiv，由 DeepSeek 联合清华大学发布，作者团队超过 130 人，梁文锋也位列其中。 以下为 DeepSeek 知乎原文：https://zhuanlan.zhihu.com/p/2088265189233779592 DeepSeek 弹性计算 (DeepSeek Elastic Compute, DSec) 是支撑 DeepSeek-V4 全部训练、评测与数据预处理流程的沙盒基础设施。要训练一个可靠的 Agent 大模型，需要其能在真实环境里反复地试错：阅读代码、修改文件、安装依赖、执行测试、运行服务。这些操作会不断改变环境，沙盒必须在多轮交互中持续保留状态。 这类负载有几个鲜明的特点：沙盒创建请求是脉冲式、突发的；启动后 CPU 大部分时间闲置，内存却需要持续驻留；Agent 执行环境种类多，基础镜像复用率低；任务执行时间长，训练还可能因资源抢占而中断。这些特点直接决定了 DSec 的设计。 不同的 Agent 任务对隔离强度、操作系统功能和执行开销的要求各不相同。