梁文鋒署名論文揭Agent訓練平台規模

DeepSeek創辦人梁文鋒署名的最新論文公開，首次披露其Agent訓練沙盒平台DSec的技術細節。該平台規模龐大，單日服務約300萬個沙盒，並記錄多種Agent異常行為。

內地人工智能初創公司DeepSeek（深度求索）創辦人梁文鋒署名的最新論文公開，首次系統發布了DeepSeek的Agent訓練沙盒平台DSec（DeepSeek Elastic Compute）的技術細節。論文顯示，DSec平台的規模非常龐大，其中一個生產單元由約160個CPU節點、3萬核心、250TB記憶體構成，託管PB級鏡像。

能力方面，DSec平台單日服務約300萬個沙盒，峰值並發超過38萬個，創建速度超過每秒5000個，單一訓練任務最多可以一次性拉起3.2萬個沙盒。DSec解決了規模和效率問題，但真實環境還存在一些其他風險，例如Agent不一定會按照預期路徑完成任務。

論文記錄了多種異常行為，有Agent會翻查日誌、偽造RPC請求，甚至修改/bin/bash，試圖繞過正常的任務流程。還有Agent會掃描可達服務、拉取外部程式碼，透過評測以外的路徑尋找答案。論文作者名單超過130人，梁文鋒在列。