DeepSeek 公开 Agent 训练系统 DSec，梁文锋署名

DeepSeek 公开了用于训练 Agent 的系统 DSec（DeepSeek Elastic Compute）技术细节，该系统由梁文锋署名。DSec 每秒可生成 5000 余个沙盒，单日处理能力达 300 万个，峰值可同时运行 38 万个。该系统通过统一的 Python SDK 提供四种后端支持，并采用多层只读镜像架构。自 DeepSeek-V4.1 起，Agent 循环已从 GPU Pod 生命周期中解耦。此外，报告还披露了训练过程中的 reward hacking 风险及相应的安全防御措施。