DSec: Wie DeepSeek täglich 3 Millionen Umgebungen für Agenten baut

Ein Agent lernt nicht, indem ein Netzwerk mit Daten gefüttert wird. Er muss in einer Umgebung Code schreiben, ihn kompilieren, einen Browser öffnen, manchmal ein System installieren. Jeder dieser Schritte verändert den Zustand der Umgebung, und die kann jederzeit kaputtgehen. Jede Trainingsrunde braucht deshalb eine frische, saubere Sandbox, die danach weggeworfen wird. Das chinesische IT-Portal IT之家 beschreibt eine Arbeit von DeepSeek mit dem Namen DSec (DeepSeek Elastic Compute). Mitgezeichnet hat sie Liang Wenfeng, Mitgründer des Unternehmens.

Die schiere Zahl ist hier das Problem. DSec erzeugt mehr als 5000 Sandboxen pro Sekunde, das sind 3 Millionen am Tag. In der Spitze laufen 380 000 Umgebungen gleichzeitig. Der Cluster, der das stemmt, umfasst rund 160 Knoten, 30 000 Prozessorkerne und 250 TB Arbeitsspeicher. Die Ressourcen sind überbucht und dicht gepackt. So passen auf einen Knoten entweder 3200 Container oder 800 Mikro-VMs.

Das Problem: ein System für jede der 3 Millionen Sandboxen

Eng wird es nicht beim Einordnen der Aufträge, sondern beim Bauen der Umgebung. Der klassische Docker-Weg packt Basisabbild, Arbeitsverzeichnis und Werkzeugsatz in ein einziges vollständiges Abbild. Bei kleiner Skala reicht das. In DSec verbrauchte das Container-Backend 11 266 Basisabbilder und 102 171 Arbeitsverzeichnisse. Bei 67,8 Prozent der Sandboxen kommt auf das Basisabbild mindestens eine weitere Schicht mit Arbeitsverzeichnis oder Werkzeugpaket. Diese Vielfalt hat eine Folge: Ein einziges aktualisiertes Paket würde den Neuaufbau aller Abbilder erzwingen, in denen es steckt.

Die Lösung: Die Umgebung zerfällt in drei unabhängig versionierte, nur lesbare Schichten im Format EROFS, nämlich Basisabbild, Arbeitsverzeichnis und Werkzeugpaket. Beim Start der Sandbox klebt overlayfs sie zusammen. Eine Paketaktualisierung trifft dann nur noch ihre eigene Schicht. Das zweite Element ist die Komponente Chronus. Sie vermittelt zwischen dem Inneren der Sandbox und dem Trainingsframework. So weiß das Framework, in welcher Phase der Agent steckt und welches Signal es zurückschicken soll.

Warum das jedes agentische Modell betrifft

Die Modellkarte von V4.1-Flash bestätigt genau das: Das Rezept für das Posttraining blieb Standard, alle wesentlichen Änderungen betrafen die Datenpipeline, also die massenhafte, automatische Synthese von Aufgaben und Agentenumgebungen. Die Qualität eines Agenten hängt damit heute an der Fabrik der Umgebungen im Hintergrund, nicht an einem weiteren Trick im Lernalgorithmus. DSec ist DeepSeeks Antwort auf die Frage, woher 3 Millionen solcher Umgebungen am Tag kommen sollen, ohne ein Rechenzentrum zu bauen, das an sich selbst erstickt.