DeepSeek公开大规模Agent训练沙盒架构DSec技术细节

DeepSeek披露了面向大规模Agent训练的沙盒基础设施DSec，生产环境中单分片支持超过38万个沙盒同时在线，资源超卖率超50倍。DSec将环境拆为基础镜像、工作区和工具包三层，结合3FS按需加载降低磁盘与启动开销，并通过pack_diff增量快照支持状态复用和轨迹分叉。此外，系统将Agent执行逻辑与可抢占GPU训练解耦，避免训练中断时丢失沙盒状态。