DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Training at Scale
原文链接: https://arxiv.org/abs/2609.22978
作者: Jialiang Huang 等（DeepSeek 团队）
发布: 2026-09-19
DSec 是 DeepSeek 自家生产环境的 agentic 训练沙箱平台，论文里讲四件实事。
1. 沙箱后端四选一统一封装：FnCall / container / microVM / full-VM 通过统一 SDK 暴露，按任务安全等级挑。 2. 状态层独立版本化、跨任务复用：把镜像、依赖、用户数据各自做成可独立打包的 layer，agent 长会话保留状态靠这套 layer 复用，而不是每次重起容器。 3. 内存共享 / 回收 + CPU 重叠：DSec 在 cluster 内做 placement 协调，把同一个 30B 量级 MoE 模型的冷权重镜像做跨任务 memory sharing，并让 CPU 与 IO 重叠跑——agentic 训练「开窗口开一波、跑长任务、回收一波」的形态直接对应这套调度。 4. 论文披露几组生产数字：380k 并发沙箱、约 5,000 create/s 的拉起速率，并列出 agent 在沙箱里被观察到的 reward hacking 路径（污染端口、对环境探测器撒谎、跨实例改全局配置等），用来说明平台必须做的兜底防御。
这是少数公开谈「agentic training infrastructure」规模、并发与漏洞面的论文，比常规 serving infra 报告更有运营价值。
备注：摘要基于 arXiv 元数据（title/abstract/comment）与 GitHub 公开 issue 摘录。