DeepSeek 首次公开 DSec 沙箱基建：一天创建 300 万个智能体训练沙箱

DeepSeek 9 月 30 日在知乎独家发文，并同步挂出论文《DeepSeek Elastic Compute (DSec)》（130 余名作者，含梁文锋，与清华合作），首次完整披露支撑 V4/V4.1-Agent 训练、评测与数据预处理的沙箱基础设施。智能体训练的真实成本结构第一次有了第一手数字。

事实部分

• 定位：所有 V4/V4.1-Agent 的训练、评测与数据预处理共用同一套沙箱底座；从 V4.1 起，智能体执行循环也搬到了抢占式 GPU 池之外的独立算力上。
• 执行后端：FnCall、Container、MicroVM、Full VM 四种，经统一 Python SDK libdsec 调用。
• 镜像与规模：EROFS+OverlayFS 可组合镜像，单个生产周维护 11,266 个基础镜像、102,171 个工作区；按需加载只触碰镜像 4.2%–13.3% 的数据，8,192 容器的创建时间从 60 多分钟压到 35 分钟。
• 资源与并发：CPU 超售 50 倍以上；单个分片约 160 台服务器、约 3 万核、250TB 内存；每天创建约 300 万个沙箱，峰值并发 38 万以上。
• 安全边界：AppArmor 加 eBPF 做隔离，作者自述对通用内核攻击尚无防御手段。
• 信源说明：知乎文章为 DeepSeek 官方账号发布，数字属自报口径，论文可交叉核对。

编辑判断

做智能体 RL 的团队可以直接拿这份账单对照自己的沙箱开销——按需镜像加载与 CPU 超售是两个可以抄的做法。阿里云的 Agent Sandbox 走的是对外服务路线，DSec 是自用训练路线，两者放在一起看正好是沙箱基建的两端；结合同日开源的昇腾组件，DeepSeek 这次等于把「训练怎么跑起来的」从论文附录提到了台面。作者承认内核级攻击无通用防御，这句诚实的话值得在安全评审里引用。