DeepSeek发布智能体训练基础设施论文：实现每日300万个沙盒实验
国产大模型公司DeepSeek深度求索）近日在预印本平台arXiv发布了最新的智能体Agent）训练基础设施论文，题为《DeepSeek弹性计算DSec）：面向大规模Agent训练的沙盒基础设施》。该
国产大模型公司DeepSeek（深度求索）近日在预印本平台arXiv发布了最新的智能体（Agent）训练基础设施论文，题为《DeepSeek弹性计算（DSec）：面向大规模Agent训练的沙盒基础设施》。该论文首次系统披露了DeepSeek在大规模Agent强化学习（RL）与评测方面的生产级沙盒基础设施DSec。
随着人工智能技术从“生成Token”向“执行任务”转变，DeepSeek意识到除了GPU和数据之外，构建可交互、可验证、WhatsApp网页版可隔离的训练环境成为关键。这一基础设施能够在单个集群中每天运行高达300万个沙盒实验，为未来的AI训练提供了重要支持。
该论文的提交日期为9月19日，作者列表包含超过130人，其中包括DeepSeek创始人梁文锋，他在作者名单中位列最后一位。
影响与后续关注
随着大模型公司如DeepSeek不断推动智能体训练环境的完善，未来的AI研究和开发将更加注重可验证性和安全性。行业内外对于这一研究的关注度也将持续上升，预计将在优化智能体性能方面产生深远影响。
文章来源：https://finance.sina.com.cn/jjxw/2026-09-24/doc-iniswrrf5486390.shtml