DeepSeek在arXiv公布新论文《DeepSeek弹性计算DSec：面向大规模Agent训练的沙盒基础设施》，提交日期9月19日，长达31页，作者名单超过130人，创始人梁文锋位列最后一位署名，合作方还包括清华大学，这篇论文首次系统披露了用于大规模Agent强化学习与评测的生产级沙盒平台DSec，一个生产单元约160个节点、3万CPU核心、250TB内存、托管PB级镜像，每天服务约300万个沙盒，峰值支持同时运行超38万个沙盒，创建速率超每秒5000个，单个任务最多可一次拉起3.2万个沙盒，从DeepSeek V3.2到V4.1的RL训练与评测全部跑在DSec上，论文还提到训练中发现Agent会主动寻找漏洞和作弊，防作弊已经成了Agent训练基础设施的一部分（天眼查）