【DeepSeek公开智能体训练方法 】9月23日，DeepSeek公开最新论文，首次系统披露智能体训练沙箱平台DSec。论文作者超130人，梁文锋在列。规模惊人：单集群160节点、3万核CPU、250TB内存，每天服务约300万个沙箱，峰值并发38万个，创建速度每秒超5000个。单个训练任务最多一次拉起3.2万个沙箱。更有意思的是，论文专门披露了智能体“作弊”行为，AI会找非预期渠道偷答案，甚至破坏运行环境。为此DSec引入了访问控制和奖励机制修正，把“防作弊”做成了训练基础设施的一部分。