📖 AI 总结

DeepSeek发布了一篇由梁文锋署名的论文，公开了其Agent训练基础设施DSec的技术细节。该系统专门为Agent训练批量生成沙盒环境，每秒可创建5000个以上沙盒，日产能达300万个，峰值同时运行38万个，背后由约160个节点、3万核CPU和250TB内存的单集群支撑。文章的核心发现是：Agent训练的真正瓶颈不在算力而在环境构建。DSec通过四类后端统一调度、三层镜像独立版本化、按需加载镜像数据以及内存与CPU的多项优化，显著降低了环境构建与资源争抢的开销。这项工作揭示了Agent训练基础设施的工程复杂度，也为行业提供了可参考的系统设计方案。