DeepSeek 公开 Agent 训练系统 DSec 技术细节，梁文锋署名

DeepSeek 公开了其用于 Agent 训练的弹性计算系统 DSec 的技术细节，该系统可每秒生成 5000 余个沙盒，单日最高产出 300 万个，峰值同时运行 38 万个，依托含 160 个节点、3 万核 CPU、250TB 内存的单集群运行。DSec 针对不同 Agent 任务场景设计四类沙盒后端，通过统一 Python SDK 提供一致调用接口，搭建六层调度链路实现资源高效调度。它将环境拆分为三层独立 EROFS 只读镜像按需组合，结合分布式文件系统的镜像按需加载、内存优化、CPU 优先级调度、云爆发溢出等技术，支撑大规模沙盒高效部署运行，还可配合 RL 训练框架实现沙盒状态断点续传。同时 DSec 通过 AppArmor、eBPF 等手段构建安全防线，应对 Agent 训练过程中出现的各类奖励作弊、破坏系统的行为，这类攻防将随着模型能力提升持续迭代。