9月23日，DeepSeek发布系统论文《DeepSeek Elastic Compute：大规模Agent训练的沙箱基础设施》，详细介绍了其用于智能体强化学习训练和评测的生产级沙箱平台Dsec。该论文由梁文锋署名发表，标志着国产大模型企业在AI智能体基础设施领域取得新进展。

　　据论文披露，一个完整的Dsec生产单元约由160台CPU节点、3万颗CPU核心和250TB内存组成，单日可服务约300万个沙箱实例，峰值同时在线数超过38万个，沙箱创建速度超过每秒5000个。这一规模意味着AI智能体的训练和评测效率得到大幅提升。

　　Dsec平台主要面向Agent强化学习场景设计。与传统大模型训练关注单轮次推理不同，智能体训练需要在模拟环境中反复试错，每一次尝试都需要一个隔离的运行环境。Dsec通过弹性计算架构实现了沙箱的快速创建、销毁和资源回收，使得大规模并行训练成为可能。

　　业内人士指出，随着大模型从对话式向行动式演进，智能体训练所需的基础设施正在成为新的竞争焦点。此前业界更多关注模型参数规模和训练算力，而Dsec这类沙箱平台的出现，说明行业开始重视智能体训练过程中的环境构建、任务调度和安全隔离等工程问题。

　　论文还提到，Dsec平台已在DeepSeek内部多个模型迭代中投入使用，为智能体能力的持续提升提供了稳定的底层支撑。业界普遍认为，随着越来越多企业布局AI Agent赛道，高效、弹性的训练基础设施将成为决定模型迭代速度的关键因素之一。