DeepSeek 梁文锋署名发布新论文：揭秘高并发沙盒智能体训练架构

DeepSeek 创始人梁文锋等研究团队于 2026 年 9 月在 arXiv 发表论文，公开了名为 DSec 的弹性沙盒基础设施架构，用于支撑大规模强化学习下的智能体训练与评测。

• 单个生产集群规模约为 160 个节点，可维持每秒超过 5000 次的沙盒创建速率与超 38 万个并发沙盒，日处理沙盒量达约 300 万个。
• 平台通过统一 SDK 支持函数调用、容器、MicroVM 及完整虚拟机等多种执行后端，满足不同复杂度任务的隔离与状态管理需求。
• 采用训练计算与环境状态解耦设计，结合 Fire-Flyer 文件系统（3FS）实现镜像按需加载，并支持训练轨迹保存与抢占安全恢复。
• 影响/看点：该研究为大规模智能体环境交互训练提供了工程架构参考，意味着智能体基础设施竞争正从单纯算力调度延伸至高并发有状态执行环境的系统级优化。
• 资料依据：
• arXiv（2026-09-23）：https://arxiv.org/abs/2609.22978
• 量子位（2026-09-23）：https://www.qbitai.com/2026/09/496393.html

本内容由 AI 生成，仅供参考，请注意甄别