DeepSeek 新论文公开 Agent 训练，梁文锋署名

📋总体概括

DeepSeek 发布署名含梁文锋的新论文，公开了 Agent 训练基础设施系统 DSec（DeepSeek Elastic Compute）的技术细节。该系统用于批量生成 Agent 训练所需的一次性沙盒环境，每秒可产生 5000 个以上沙盒，日产能达 300 万个，峰值同时运行 38 万个，支撑它的单集群约有 160 个节点、3 万核 CPU 和 250TB 内存。论文点明 Agent 训练与大模型训练的本质差异：算力之外，环境制造能力成为新瓶颈，基础设施决定 Agent 训练上限。