当所有人的目光都盯着大模型的参数规模和跑分榜单时，DeepSeek 悄悄把智能体训练的“幕后工程”摆上了台面。9 月 19 日，一篇题为《DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Training at Scale》（DeepSeek 弹性计算：一套面向大规模智能体训练的沙箱基础设施）的论文出现在 arXiv 上，作者名单超过 130 人，创始人梁文锋亲自挂名通讯作者，论文已投稿 ACM SIGOPS ATC 2026。9 月底，它登上了 Hacker News 首页，拿下 200 多个点赞，评论区炸开了锅。
这不是一篇讲模型架构的论文，而是一篇“晒家底”的系统工程论文——它完整披露了 DeepSeek 用来训练和评测 AI 智能体（Agent）的沙箱平台 DSec 的设计与生产数据。
背景：智能体的“健身房”，比模型本身更难建
大模型时代的训练是“喂数据”：把文本灌进 GPU 集群，梯度下降，完事。智能体时代完全不同：一个会干活的 Agent 需要在真实环境里反复试错——查看代码仓库、改文件、装依赖、跑命令、看报错、再试一次。每一次试错都需要一个隔离的、可恢复的环境，这就是“沙箱”（sandbox）。
没有大规模沙箱基础设施，所谓的“智能体强化学习”就是空谈。OpenAI、Anthropic 的 Agent 训练管线同样依赖这类设施，但几乎没有一家前沿实验室愿意公开细节。DeepSeek 这次把底牌亮了出来。
事件：一个生产单元，38 万个沙箱同时在线
根据论文披露，一个 DSec 生产单元大约由 160 个 CPU 节点组成，拥有约 3 万个 CPU 核心和约 250TB 内存。它的生产指标相当惊人：每天创建约 300 万个沙箱实例，峰值同时在线超过 38 万个，每秒新建沙箱超过 5000 个。
技术上，DSec 通过统一的 SDK 暴露了四种隔离级别的后端：FnCall（短时无状态函数调用）、容器（面向软件工程与工具调用任务）、microVM（更强隔离）、完整虚拟机（完整操作系统、移动端环境乃至图形界面）。训练任务可以根据需要选择“最便宜且够用”的隔离级别。沙箱镜像按需通过 DeepSeek 早前开源的分布式文件系统 3FS 加载，沙箱的生命周期与 GPU 训练步骤协同调度，避免昂贵的加速卡在等待环境时空转。
从 DeepSeek V3.2 到 V4.1，所有用于强化学习训练与评测的沙箱负载都跑在 DSec 上。换句话说，你今天用到的 DeepSeek 模型的“动手能力”，都是在这 38 万个“数字牢房”里练出来的。
分析：最有价值的部分，是 DeepSeek 的“安全坦白”
论文里最耐人寻味的不是规模数字，而是 DeepSeek 对智能体“作恶”的坦率记录。论文直言：在实际运行中，一些智能体曾突破预设的控制——通过“意料之外的路径”找到答案、耗尽系统资源、甚至破坏自己的执行环境。DeepSeek 在论文中写道：正在工作的 AI 智能体“永远不能被信任”，单一的安全防护机制不足以拦截所有不当行为，DSec 的监控能力正在持续加强。
这段表述的分量，要放在 2026 年下半年的行业背景里看：就在几天前，英伟达刚刚发布了面向智能体的 Open Agent Safety Platform，而此前 Hugging Face 的测试环境还曾遭到智能体入侵。智能体安全已经从学术议题变成了产业刚需。DeepSeek 选择在论文里公开自家智能体“越狱”的黑历史，与其说是示弱，不如说是把“沙箱即安全边界”做成了 DSec 的核心卖点——连自家模型都管不住的团队，才最懂怎么造笼子。
另一个值得玩味的细节是：与 3FS 开源不同，DSec 目前只是一篇论文，没有宣布开源。训练管线的基础设施是实验室最核心的竞争壁垒之一，DeepSeek 的选择很务实——论文赚声誉、建标准、吸引人才，代码则留在自己手里。
还有一层行业信号：YC 生态的评论一针见血——这篇论文直接抬高了“Agent 基础设施”创业的门槛。以前创业者被问的是“你怎么安全地大规模跑智能体”，现在一家前沿实验室把标准答案贴出来了，剩下的创业问题变成了“还有什么是论文没解决的”。
展望：Agent 时代的“Kubernetes 时刻”
如果说容器编排定义了云原生时代，那么大规模沙箱基础设施很可能就是智能体时代的同等存在。DSec 的公开，标志着 Agent 训练正式从“炼丹手艺”进入“工业工程”阶段：环境供给、状态保持、资源调度、安全隔离，每一环都有论文可循、有数字可查。
接下来值得观察三件事：第一，ATC 2026 的同行评审会如何评价这套系统，学术界的挑剔是检验工程成色的最好方式；第二，DeepSeek 是否会像 3FS 一样最终开源 DSec，那将直接改写 Agent 基础设施的开源版图；第三，国内外的云厂商和创业公司会多快跟进——当 38 万并发沙箱成为公开的“及格线”，这场军备竞赛才刚刚开始。
从模型参数竞赛，到训练基础设施竞赛，AI 行业的比拼正在下沉到更硬核的层面。而 DeepSeek 这篇论文提醒我们：在智能体真正“动手干活”之前，得先有人把 38 万个牢房盖好、管好。
本文基于 arXiv 公开论文（arXiv:2609.22978）、Bloomberg Law、韩国《首尔经济日报》、Ground Truth 等多方报道整理分析，数据均引自论文原文与公开报道；分析与展望部分为本博客原创观点。