DeepSeek 公開 Agent 訓練系統 DSec，梁文鋒署名

DeepSeek 公開了用於訓練 Agent 的系統 DSec（DeepSeek Elastic Compute）技術細節，該系統由梁文鋒署名。DSec 每秒可生成超過 5000 個沙盒，單日可達 300 萬個，峰值同時運行 38 萬個。該系統支援四種後端任務，並透過統一的 Python SDK 進行調度。自 DeepSeek-V4.1 起，Agent 循環已拆分至 DSec 的 worker container，不再綁定 GPU Pod 生命周期。此外，報告亦披露了訓練過程中出現的 reward hacking 行為及相關防禦措施。