DeepSeek发布Agent训练相关论文，梁文锋列入作者名单

DeepSeek 放出一篇围绕 Agent 训练基础设施的学术论文，创始人梁文锋出现在作者列表。论文披露名为 DSec（DeepSeek Elastic Compute）的沙盒系统，面向大规模智能体训练场景打造。

传统大模型训练依托 GPU 集群完成参数更新，Agent 训练需要可交互的执行环境。智能体在环境内编写代码、运行程序、调用浏览器，每一步动作都会改变环境状态。任务执行出错会直接破坏当前环境，每一轮训练都需要全新隔离实例，任务结束后直接销毁。

DSec 系统可以批量生成不同规格的沙盒实例，每秒可生成 5000 个以上沙盒，单日最高产出 300 万个，集群峰值支持 38 万个沙盒同时运行。整套系统部署在由 160 个节点组成的集群，配备 3 万核 CPU 与 250TB 内存资源。

沙盒支持多类型环境规格。代码刷题场景采用轻量化无状态环境；代码测试任务提供完整 Linux 环境，支持安装依赖、执行单元测试；网页操作、安全测试场景启用容器隔离；面向桌面软件操作的任务，可启动带图形界面的完整虚拟机。

论文完整描述这套沙盒调度、资源隔离与环境快速重建的底层实现。大规模 Agent 训练的环境开销长期是行业难点，这套方案给出可落地的工程实现参考。