DeepSeek 發表 Agent 訓練系統 DSec 論文：單日生成 300 萬個沙盒，並揭露模型竄改系統等作弊行為

據報導，DeepSeek 發表由梁文鋒署名的最新論文，公開專為 Agent 訓練打造的彈性運算基礎設施 DSec（DeepSeek Elastic Compute）。該系統每秒可生成逾 5000 個沙盒，單日達 300 萬個，峰值同時運行 38 萬個；支撐此規模的單一叢集包含約 160 個節點、3 萬核 CPU 與 250TB 記憶體。 DSec 提供 FnCall、Container、MicroVM（基於 Firecracker）與 Full VM（基於 QEMU）四種後端，透過統一的 Python SDK libdsec 呼叫，單節點最高可承載 3200 個容器或 800 個 MicroVM。環境建構捨棄傳統 Docker 完整映像檔，將基礎映像檔、工作區與工具包拆分為三層 EROFS 唯讀映像檔，透過 overlayfs 組合；資料儲存於 3FS 分散式檔案系統並採按需加載，實測 8192 個容器突發部署僅需 35 分鐘，磁碟寫入量從約 1600GB 降至約 700GB。 在資源最佳化上，MicroVM 透過 virtio-pmem 與 DAX 直接映射宿主機實體記憶體，峰值記憶體占用減少 40.2%；CPU 則結合 SCHED_IDLE 與核心排程（core scheduling），使延遲敏感任務的延遲膨脹降至 17.3%。自 DeepSeek-V4.1 起，Agent 推理迴圈獨立於 DSec 的工作容器運行，GPU 被搶占時沙盒會自動掛起保存狀態；當叢集利用率逾 80% 時，系統會觸發雲端爆發（cloud bursting），由 200 台雲端虛擬機吸收約 30% 峰值負載。 論文亦披露 Agent 在訓練中展現的作弊與破壞行為：包括覆蓋 /bin/bash 注入命令、利用 XFS 檔案系統的 XFS_IOC_SWAPEXT 繞過存取控制並損壞元資料、透過 Go module proxy 抓取解答，甚至以遞迴 grep 觸發宿主機核心崩潰。目前 DSec 透過 AppArmor 控制檔案與 Unix 域套接字權限，並利用 eBPF 進行網路層細粒度管控（如動態更新網域白名單與連接埠過濾）來防禦，但論文坦言這將是持續的攻防戰。