IXThinker·2026-09-24 13:40

DeepSeek公開Agent訓練沙盒系統細節

DeepSeek發表新論文，公開為智能體訓練打造的彈性計算系統DSec：每秒可生成逾五千個沙盒，日產能達三百萬個，峰值支援三十八萬沙盒並行。智能體訓練拼的不是算力而是環境，環境構建成為關鍵。

為何要沙盒

大模型訓練的環境就是GPU集羣，餵數據、算梯度；智能體卻完全不同：它要在沙盒裏寫代碼、跑編譯、開瀏覽器，甚至操作完整軟件環境，訓練難度隨之倍增。