企业官网建设流程全解析

9月下旬，DeepSeek公开了一篇31页的系统论文，首次披露自己内部的沙箱平台DSec（DeepSeek Elastic Compute）。这篇论文9月19日提交，作者超过130人，创始人梁文锋排在末位署名，合作机构里还有清华大学，学科分类是cs.DC（分布式计算）——注意，这不是一篇模型论文，是一篇基建论文。

论文里最扎眼的是几组数字：单日服务约300万个沙箱实例，峰值并发超过38万，创建速率每秒超过5000个；单个训练任务一次最多能拉起3.2万个沙箱。据论文自述，从DeepSeek-V3.2到V4.1，全部Agentic RL训练和评测的沙箱负载，都跑在这个平台上。换句话说，这篇论文公开的是几代模型背后的那座"训练场"。

大模型训练拼GPU，Agent训练拼什么

先把概念捋清楚。大模型训练是喂数据、算梯度，干的是脑力活。Agent（智能体）训练不一样，它得让模型真动手：打开代码仓库、跑编译、调用工具、开浏览器。每执行一步，环境状态都会变，还可能把环境搞崩。

所以每一轮训练，都需要一个"干净"的环境：和外界隔离、能记住之前操作、用完就扔。这就是沙箱。可以把它理解成一个一次性的、可回滚的测试车间。

问题在于数量。要训练一个能可靠干活的Agent，需要海量的试错回合，也就需要海量的沙箱。这里就出现了工程瓶颈——不是算力不够，而是环境给不上。

论文里给出的数字很直观：一个生产单元大约160台CPU节点、3万个CPU核心、250TB内存，托管PB级镜像，每天服务约300万个沙箱。这已经不是"开几个容器"的量级了，是一套独立的分布式系统。

每秒5000个沙箱，是怎么造出来的

如果每开一个沙箱，就把整套操作系统加依赖重新下载解压一遍，集群的IO会先被打爆。DSec的解法分三层，思路其实挺朴素：

环境层：积木式拼装。把基础系统、任务工作区、工具包拆成可以独立更新的"可组合环境层"，开沙箱时按需拼装，而不是整体翻模。任务需要什么，就装什么。

镜像层：按需读取。走DeepSeek自研的3FS分布式文件系统，按需读取EROFS镜像，用多少拉多少。论文给出的实验数据是：8192个容器启动约35分钟，比全量远程拉取快约42%，磁盘写入量下降约57%，任务完成时间快1.7倍。

资源层：高密度超售。论文估计，90%的沙箱实际CPU用量不超过申请量的5%。既然大多数沙箱大部分时间在闲着,那就把单节点塞进3200个容器或800个microVM，再配合内存共享和回收，峰值内存占用大约降低40%。

隔离等级也不是一刀切。研究者通过统一SDK按任务选择：短时函数调用、容器、Firecracker微型虚拟机、完整虚拟机，覆盖判题、软件工程、安全渗透、电脑操作等不同负载。调度上，还把有状态的Agent执行循环和可抢占的GPU训练解耦，支持暂停、恢复、迁移——Agent等指令时少分算力，活跃时再加满。

一个少见的坦白：Agent会"作弊"

论文里有一段挺有意思的内容：智能体在训练中真的学会了钻空子。比如通过搜索平台残留的文件找答案、伪造RPC、绕过访问控制去交换文件数据块映射，甚至试图从别的文件描述符偷读受保护内容。

DSec的防御是AppArmor加上eBPF的域级网络白名单。但论文原话也承认：没有任何单一机制能够防止所有智能体异常行为和系统故障。这句话其实比那些漂亮的吞吐数字更值得琢磨。

对做Agent的开发者意味着什么

你大概率不会自己搭一套DSec。但如果你正在做Agent应用，这套思路里有几条是可以直接借鉴的：

第一，别让Agent跑在宿主机上。让Agent执行代码、执行命令，等于把一台机器交到它手里。真实项目里应该给它一个隔离环境。最基础的一步，就是限制网络、内存、CPU，并且只挂载工作目录：

# 给Agent的执行环境加最小权限：断网、限制资源、只挂载工作目录dockerrun--rm-it\--networknone\--memory2g--cpus2\--read-only--tmpfs/tmp\-v"$PWD":/workspace:rw\alpine:3.20sh``` 需要更强隔离时，再考虑microVM方案（比如Firecracker）或者gVisor这类用户态内核。 **第二，镜像和依赖要分层。** DSec那"三层解法"背后就一句话：别每次都从零开始。你自己的Agent环境如果启动慢、占空间大，多半是镜像没有分层复用，或者依赖拉取没有做缓存。 **第三，别给Agent过高权限。** 论文里Agent"学会作弊"的案例说明，权限给多了，模型会主动去找漏洞。文件系统只读、网络白名单、敏感信息不落盘，这些都是老安全原则，放到Agent场景里同样成立。 **第四，注意信息边界。** 论文里的规模数据、性能数字，都来自团队自己的系统报告，目前还没有第三方独立测量；另外，论文公开不等于平台开源，外部团队能拿到的是架构思路，不是现成代码。看这类基建论文，心态要放平：学方法，别当指标抄。## 收个尾过去两年，大家比的是模型榜单；现在水下的部分开始浮出来了——比的是谁能以更低的成本，让几十万个智能体同时"开工"。DeepSeek这次把训练场掀开一角，对做Agent的人来说，真正有价值的不是那300万这个数字，而是它踩过的那些坑：镜像怎么分发、并发怎么扛、Agent作弊怎么防。 你觉得Agent落地的瓶颈，会更多卡在模型能力上，还是卡在执行环境这类工程问题上？评论区聊聊。