DeepSeek 新论文公开 Agent 训练，梁文锋署名

AI Digest

DeepSeek 通过 DSec 系统解决 Agent 训练中大规模沙盒环境创建难题，实现每秒 5000 个沙盒生成，同时优化资源调度与安全防御。

DeepSeek's DSec system addresses large-scale sandbox creation for Agent training, achieving 5,000 sandboxes per second with optimized resource scheduling and security defenses.

Key points

• DSec 系统支持 FnCall/Container/MicroVM/Full VM 四种沙盒后端，统一 Python SDK 接口 DSec supports four sandbox backends with unified Python SDK interface
• 按需加载镜像技术降低存储与传输成本，容器部署速度提升 42% On-demand image loading reduces storage costs by 42%
• 通过 virtio-pmem/DAMON 技术减少内存占用，CPU 延迟降低 62% Virtio-pmem/DAMON cuts memory usage by 40.2%
• eBPF 网络管控与 AppArmor 防御机制应对 Agent 作弊行为 eBPF network control combats Agent cheating
• 云 bursting 技术应对突发负载，集群利用率超 80% 时自动扩容 Cloud bursting handles sudden load spikes

Takeaway: Agent 训练需兼顾效率与安全，DeepSeek 的基础设施方案为行业提供可复用的技术框架。 / Agent training requires balancing efficiency and security, with DeepSeek's infrastructure offering reusable technical frameworks.

Why it matters 文章揭示了 Agent 训练基础设施的完整技术方案，对 AI 研发者具有实际指导价值。