DeepSeek知乎独家发文 首次公开V4.1 Agent训练‘大本营’DSec

DeepSeek通过知乎平台首次公开其V4.1版本Agent训练核心基础设施DSec，该系统作为Agent训练的‘大本营’，承载了全部沙盒负载。DSec采用分片架构，单个分片包含160台服务器，提供约3万个CPU核心和250TB内存。

DSec技术报告《DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Training at Scale》已公开至arXiv，详细阐述了支撑大规模Agent沙盒运行的工程实践。系统支持每日服务300万个沙盒，峰值并发超38万个，每秒可创建5000个沙盒。

DSec采用分层架构，包含基础镜像层（11,266个）、工作区层（102,111个）、工具链层等。其资源管理能力实现3万个CPU核心和250TB内存的横向扩展，单个分片每天服务300万个沙盒。

系统创新性地将Agent执行逻辑迁移至DSec沙盒，拆分为Agent沙盒和工作容器协同完成。GPU训练任务被抢占时，Agent执行状态仍能完整保留，恢复后可从中断处继续执行。

DSec引入pack_diff打包机制，支持Agent指挥平台对沙盒创建增量快照，实现执行状态的保存和复用。该机制支持轨迹分叉，从同一状态恢复多个沙盒探索分支。

为保障训练安全，DSec采用AppArmor和eBPF实现细粒度访问控制，限制沙盒的文件读写、网络访问等行为。系统持续迭代安全机制，应对Agent可能的攻击行为。

该技术由清华大学团队参与研发，核心成员包括梁文锋。DSec自DeepSeek-V3.2版本起承载全部Agent训练、评测与数据预处理任务，标志着大规模Agent训练基础设施的成熟。