9月23日，DeepSeek公开一篇31页智能体训练论文，介绍生产级沙箱平台DSec（DeepSeek Elastic Compute），作者超百人、梁文锋在列。论文核心观点是：没有单一机制能防住所有智能体不当行为与系统故障，因此重点是增强可观测性、随模型演进持续加固沙箱，包括限制智能体走非预期渠道“抄答案”、在奖励端压低欺骗行为。这些控制能堵住一部分问题，但不是万能钥匙。（第一财经）