DSec：DeepSeek 披露每天为智能体生产 300 万个环境的方法

训练智能体，不是把数据喂给网络就行。智能体要在环境里写代码、编译代码、打开浏览器，有时还得装系统。每一步都会改变环境状态，而环境随时可能坏掉。所以每一轮训练都要用一个全新的干净沙箱，用完就丢。中国门户网站 IT之家 介绍了 DeepSeek 的一项工作，名为 DSec（DeepSeek Elastic Compute），公司联合创始人梁文锋在论文上署名。

规模正是难点所在。DSec 每秒生成 5000 多个沙箱，一天下来就是 300 万个，同时运行的峰值达到 38 万个环境。支撑这一切的单个集群约有 160 个节点、3 万颗处理器核心和 250 TB 内存。靠资源超售和密集打包，一个节点能同时装下 3200 个容器，或者 800 台微型虚拟机。

问题：为 300 万个沙箱各自准备一套系统

瓶颈不在调度本身，而在环境构建。Docker 的经典做法是把基础镜像、工作目录和工具集打成一个完整镜像，小规模下很好用。在 DSec 里，容器后端一共用掉了 11 266 个基础镜像和 102 171 个工作目录，而 67.8% 的沙箱需要在基础镜像之上再叠至少一层工作目录或工具包。面对这样的多样性，更新一个包就得重建所有包含它的镜像。

解决办法是把环境拆成三个独立版本化、只读的 EROFS 层：基础镜像、工作目录和工具包。沙箱启动时，再由 overlayfs 把它们拼起来。这样更新一个包，只动它自己那一层。第二个组件是 Chronus，它在沙箱内部与训练框架之间转发通信。框架因此知道智能体处在哪个阶段、该回传什么信号。

为什么这关系到每一个智能体模型

V4.1-Flash 的模型卡证实，训练的关键就在这里：后训练配方保持标准，所有重要改动都在数据管道上，也就是大规模自动合成任务和智能体环境。换句话说，智能体的质量如今取决于背后的环境工厂，而不是学习算法里又一个技巧。每天 300 万个这样的环境从哪里来，又不至于建一个把自己压垮的数据中心？DSec 就是 DeepSeek 给出的答案。