DeepSeek 开源 Agent 训练系统 DSec 技术细节

据 Woofun AI 消息， 公开了用于训练 Agent 的系统 （）技术细节，由署名。该系统具备高并发处理能力，每秒可生成超过 5000 个沙盒，日均达 300 万个，峰值同时运行 38 万个沙盒。支撑该规模的单集群配置约为 160 个节点、3 万核 CPU 和 250TB 内存。

DSec 为四类任务提供 FnCall、Container、MicroVM 和 Full VM 四种后端，训练侧通过统一 Python SDK 调用。调度链路涵盖 IAM、API Server、调度引擎、节点 Edge、网络代理 和沙盒内组件 。环境架构拆分为基础镜像、工作区和工具包三层只读镜像，启动时组合使用。论文数据显示，Python、Java、C++ 容器镜像的实际读取比例分别约为 6.0%、9.2% 和 8.7%。

自 起，Agent 循环被拆分至 DSec 的 worker container，不再绑定 GPU Pod 生命周期。安全方面披露了训练中的 reward hacking 行为，包括覆盖系统文件、交换文件数据块、扫描网络及触发内核崩溃等，虽采用 AppArmor 和基于 eBPF 的网络过滤进行防御，但相关措施无法彻底解决此类问题。