DeepSeek 新论文公开 Agent 训练，梁文锋署名

大模型训练拼的是算力，Agent 训练拼的是环境。环境怎么造？梁文锋署名的 DeepSeek 最新论文，把技术细节公开了。 DeepSeek 做的这个系统叫 DSec（DeepSeek Elastic Compute） ，干的事情就是给 Agent 训练批量制造沙盒。 它 每秒能产生 5000+ 个沙盒，一天能达到 300 万个 ，峰值同时运行 38 万个。支撑这个规模的单集群也非常庞大， 大约有 160 个节点、3 万核 CPU 和 250TB 内存 。 为啥训个 Agent 会这么费劲？ 因为大模型训练的环境就是 GPU 集群，喂数据算梯度，但 Agent 完全不同。它得在沙盒里写代码、跑…