一句话看懂：DeepSeek 公开了名为 DSec 的生产级沙箱平台论文，用一套统一基础设施支撑每天约 300 万个智能体沙箱，为大规模强化学习训练和评估提供可弹性伸缩的执行环境。
事件核心：发生了什么
arXiv 于 2026 年 9 月 19 日收录论文《DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Training at Scale》，作者包括 Jialiang Huang、Hongxuan Tang 等百余人，篇幅 31 页、13 张图。论文称 DSec 是面向大模型智能体训练与评估的生产沙箱平台，通过统一 SDK 暴露 FnCall、容器、microVM 和全虚拟机四类后端，并从集群级分布式文件系统 3FS 按需加载镜像数据。
关键数据是：单个生产单元约 160 个节点，每天服务约 300 万个沙箱，支持超过 38 万个并发沙箱，创建速度超过每秒 5000 个。系统与强化学习框架协同设计，把有状态的 rollout 执行与可被抢占的 GPU 训练解耦，在回收空闲资源的同时保留交互状态，并缓解奖励黑客等智能体异常行为。
为什么重要
智能体训练和普通模型训练的成本结构不同：模型要反复读代码仓库、调用工具、执行命令、访问任务服务，每次交互都需要隔离且有状态的环境。这类负载突发性强、镜像复用率低、状态跨度长，单个沙箱运行时很难支撑。DSec 把这层能力做成集群级平台，直接决定了强化学习后训练能否规模化。目前公开信息显示，论文重点在系统设计与生产数据，尚未披露是否对外开放 API 或开源计划。若这类基础设施成为智能体训练标配，行业竞争会从“谁的模型更强”部分转向“谁的训练环境更高效、更便宜”。
对用户/开发者/创作者的影响
对开发者而言，论文揭示的是一套自我托管的参考路径：统一 SDK 屏蔽多级隔离后端、按需拉取镜像、内存共享与回收、训练与沙箱生命周期联动，这些机制与具体模型无关，对自建智能体训练管线的团队有直接借鉴价值。对使用智能体产品的用户和创作者，短期内体验变化取决于厂商是否把这类平台能力转化为更稳定的工具调用和更低的推理成本。企业采购侧，若 DSec 后续以云服务或开源组件形式落地，可能影响沙箱类基础设施的选型。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 DSec 是否会开源或通过 API 对外提供服务；二是 3FS、microVM 等组件是否单独释放给社区；三是其他大模型厂商是否跟进披露同类智能体训练基础设施，以及论文中提到的奖励黑客缓解手段是否经得起第三方复现。
来源：arxiv.org
