DeepSeek DSec 是什么：日均 300 万沙箱的智能体底座

训练一个会自己干活的智能体，需要几十万个互相隔离的环境反复试错。DeepSeek DSec 就是深度求索为这件事造的底座：一套面向大规模智能体训练的弹性沙箱基础设施，2026 年 9 月 19 日以论文形式公开（arXiv 2609.22978），生产环境日均创建约 300 万个沙箱、支撑超过 38 万并发。它不是给普通用户用的 App，而是 DeepSeek 训练 Agent 的生产级基建。

DSec 是什么：一句话定义

DSec（DeepSeek Elastic Compute，弹性计算）是 DeepSeek 基础设施团队的生产级沙箱平台，用一套统一 SDK 提供四种沙箱后端：函数调用（FnCall）、容器、microVM、完整虚拟机。论文全名《DeepSeek Elastic Compute（DSec）：面向大规模智能体训练的高效沙箱基础设施》，31 页 13 图，属分布式计算类目，署名作者超过 100 人。

背景先补一句：智能体和聊天机器人不是一回事。聊天机器人只回文字，智能体要真去干活，看仓库、调工具、跑命令、连服务（区别不清的先看站内 什么是 AI Agent）。这些动作有风险、要隔离、要保状态，还得百万级并发，于是有了 DSec。

它解决什么问题：Agent 训练的沙箱之难

传统认知里，沙箱就是 Docker 起一个容器。但智能体训练的负载有四个特殊之处，让单机容器方案彻底不够用：

1. 突发大批量：一轮训练要同时拉起成千上万个执行环境，负载瞬间打满。
2. 异构隔离：有的任务函数级调用就够，有的要完整虚拟机才安全，隔离强度必须可伸缩。
3. 长状态保持：一次强化学习交互可持续数小时，环境状态丢了，这轮训练就白费。
4. 镜像大而杂：环境镜像库庞大，每个沙箱都完整下载一份，带宽和存储都扛不住。

论文的判断：这需要的是弹性执行平台，而不是更好的沙箱运行时。

核心设计：四种后端加一套调度

技术方案拆成五块：

1. 四种沙箱后端：FnCall、容器、microVM、完整 VM，隔离强度与开销递增，按需选型，统一 SDK 调用。
2. 分层环境组合：环境由独立版本化的层拼装，搭建与镜像分发开销明显降低。
3. 高密度执行：内存共享、内存回收、CPU 调度三件套，让同一批节点塞进更多沙箱。
4. 3FS 按需加载：镜像不提前拷贝，用时从 DeepSeek 自研的 Fire-Flyer 文件系统按需拉取。
5. 与强化学习协同：有状态执行与可抢占 GPU 训练解耦，训练高峰回收空闲沙箱、保住交互进度，并内置抑制 reward hacking（智能体钻奖励空子）的机制。

一组数字看规模

arXiv 摘要披露的生产数据，直接感受量级：

• 单个生产单元约 160 个节点
• 每天创建约 300 万个沙箱
• 生产环境支撑 38 万以上沙箱同时运行
• 每秒最高创建 5000 个以上沙箱

这组数字意味着：训练智能体时每天有数百万个隔离环境被创建又销毁，全程自动调度。

和 Docker、Kubernetes 是什么关系

Docker 解决单机容器怎么跑，Kubernetes 解决集群编排，回答的都是通用容器问题。DSec 站在更高一层：百万级沙箱的弹性生命周期，含状态保持、与训练协同、防作弊。容器和 microVM 本身就是它的四种后端之二，可以理解为在通用容器之上、为智能体训练深度定制的调度层。

对开发者意味着什么 / 普通用户要不要关心

• Agent 训练平台、工具沙箱、代码执行环境的开发者：论文是一手工程资料，31 页把大规模沙箱的选型、调度与强化学习协同讲透，思路可直接借鉴。
• 普通用户：用不上 DSec 本身，但它解释了 DeepSeek 的智能体为什么进化快：基建效率直接决定模型迭代速度。想直接体验 DeepSeek 模型，看 DeepSeek V4 Pro 免费使用指南 和 DeepSeek V5 发布状态 更实际。
• 行业观察者：这是 DeepSeek 又一次用论文公开内部工程，此前 3FS 是同样路径。9 月 26 日论文在 Hacker News 拿到 300 多赞、109 条评论，焦点是算力受限下的工程创新。

想深入了解：两条路径

1. 读论文原文，重点看沙箱后端选型与强化学习协同章节。
2. 看 HN 讨论帖，大量分布式系统工程师的一线视角。