DeepSeek 公开 Agent 训练沙盒系统 DSec，梁文锋署名
讲的是怎么给 Agent 训练造出又大又细、还防得住 Agent 自己搞破坏的沙盒基础设施，里面有不少 Agent 自行作弊的真实案例。
DeepSeek 发布了用于 Agent 训练的沙盒系统 DSec（DeepSeek Elastic Compute）。它面向四类差异极大的任务——无状态函数调用、Docker 容器、MicroVM 轻量虚拟机、完整操作系统——提供统一接口和调度，靠按需加载镜像、内存共享和 CPU 优先级隔离，让单节点能同时跑 3200 个容器。
正文摘录
DeepSeek 做的这个系统叫 DSec（DeepSeek Elastic Compute），干的事情就是给 Agent 训练批量制造沙盒。 支撑这个规模的单集群也非常庞大，大约有 160 个节点、3 万核 CPU 和 250TB 内存。 它得在沙盒里写代码、跑编译、开浏览器，甚至装操作系统……每执行一步都改变环境状态，随时可能把环境搞崩。 DSec 要解决的第一个核心问题是，不同类型的 Agent 任务对沙盒环境的要求差异极大，而且这些环境必须在同一个平台上统一调度。 一个刷 OJ 题的 Agent，只需要一个无状态的函数调用环境，跑完拿到输出就行，连文件系统都不需要持久化。 但一个做 SWE-bench 的 Agent，就需要完整的 Linux 用户态，得在里面装依赖、改代码、跑 pytest，任务做到一半还可能要往环境里加新包。 到了安全攻防和 computer-use 场景，容器级别的隔离就不够了，Agent 要操作浏览器甚至桌面，一个有漏洞的 Agent 可能顺手把宿主机搞挂，必须上虚拟机。 最极端的情况是训练操作商业软件的 Agent，它需要一个完整的 Windows 或 macOS，带图形界面、带驱动，跟真实电脑几乎没区别。 DSec 为这四类场景分别准备了四种后端，FnCall 处理无状态函数调用，Container 跑 Docker 容器，MicroVM 用 Firecracker 做轻量级虚拟机，Full VM 用 QEMU 跑完整操作系统。 四种后端的隔离强度和资源开销逐级递增，但训练框架那边看到的是统一的 Python SDK libdsec。 不管底层是容器还是虚拟机，都采用相同的接口，创建沙盒、执行命令、拿结果，各个步骤的调用方式完全相同。