9月19日，DeepSeek 往 arXiv 上挂了一篇 31 页的论文（arXiv:2609.22978），作者名单 131 人，最后一个署名是梁文锋。9月23日，这篇论文全面引爆：#DeepSeek最新智能体论文#、#梁文锋发表DeepSeek新论文# 几个话题接连冲上微博热搜，知乎一夜之间冒出好几个讨论帖。微博
但这次发的不是新模型。论文的名字叫《DeepSeek Elastic Compute（DSec）：面向大规模 Agent 训练的沙盒基础设施》——翻译成人话：DeepSeek 把自己训练 AI 智能体时用的"工地"，第一次完整摊开给全世界看。arXiv
一个基建论文，凭什么刷屏？因为它回答了一个很多人心里有、嘴上没问的问题：让 AI 替你干活这件事，到底贵在哪、难在哪。今天把这篇论文里最值得看的几组数字捋清楚，再说说跟你手里的 AI 工具有什么关系。
先看规模：38 万个"活着的电脑"同时在线
论文披露的是 DeepSeek 内部生产环境的真实数据，不是演示 demo。单个生产单元的配置：约 160 个 CPU 节点、3 万核 CPU、250TB 内存，托管 PB 级镜像。
跑起来的数字更夸张：单日服务约 300 万个沙盒，峰值并发超过 38 万个，创建速度超过每秒 5000 个，单个训练任务最极端时能一次性拉起 3.2 万个沙盒。知乎
38 万并发是什么概念？知乎有个解读打了个很准的比方：想象一栋办公楼里坐着 38 万个员工，每人桌上摊着没写完的代码、没装完的依赖、跑到一半的测试。他们绝大多数时间在等下一条指令，工位上的 CPU 指示灯几乎全是暗的——但你不能因为他们没在敲键盘就把桌子撤了，桌上东西必须原封不动，指令一到就得接着干。
还要强调一句：论文明确说了，从 DeepSeek V3.2 到 V4.1 的强化学习训练和评测，所有沙盒负载都跑在 DSec 上。这不是实验室预览，是把正在用的生产线地基公开了。微博
最反常识的两个数字：90% 的机器在摸鱼，但一台都不能关
如果只是"规模大"，那还只是个堆钱的故事。真正让内行停下来的是这两组数据：
第一组：沙盒的中位寿命只有 17.4 分钟（容器）和 15.5 分钟（microVM），但 p99 都超过 3 小时。意思是绝大多数 Agent 任务十几分钟就干完了，可总有一小撮会卡在某个地方跑几个小时——而你没法提前预测哪个会卡住。按峰值规划资源，就得给每个 Agent 都留出"可能要用三小时"的空间。知乎
第二组：90% 的沙盒，平均 CPU 使用率不到申请量的 5%。你给每个 Agent 租了台电脑，它 95% 的时间在待机。知乎
那为什么不关机省钱？因为 Agent 的"工作状态"不是打开一个文件那么简单——它可能刚装好一个 Python 包、编译了一半工程、起了个本地服务、改了三处代码还没提交。这些状态散落在内存、磁盘、进程表里，关机就全没了。CPU 可以超卖，内存和磁盘不行，那是 Agent"活着"的证明。
传统云计算的逻辑是"按需分配，用完释放"；Agent 训练的逻辑是"按需分配，但释放不了"。这就是整篇论文最核心的张力，也是为什么 Agent 训练的瓶颈正在从"拼 GPU"下沉到"拼沙盒的并发和调度"——GPU 负责让模型思考，但模型每动一步，都得有一个真实环境接着，环境本身成了训练能力的边界。
四档"工位"，就是一张成本阶梯表
DSec 对上层只暴露一个统一的 Python SDK（libdsec），底下藏了四套执行后端，隔离性从弱到强：
FnCall：最轻，就是一次函数调用，跑在可复用的预创建容器里，适合判题、编译这类短平快任务；
Container：共享内核、启动快、密度高，是 AI 编程（SWE）和普通工具调用的主力；
Firecracker microVM：独立内核，给安全任务和 Computer Use 用，边界硬得多；
Full VM：完整操作系统，甚至包括通过 QEMU 跑的 Android 虚拟机——有些任务依赖手机系统的真实行为，不给它一台"真手机"就是没法做。
四档不是技术炫技，是成本阶梯：能塞进 FnCall 的任务绝不放进 Container，能放 Container 的绝不上 microVM。这套精打细算，就是"AI 替你干一件事到底花多少钱"的底层答案。你平时用 Coding Agent 时抱怨的卡顿、超时、偶发抽风，本质上都是这张阶梯表在现实里的投影。知乎
为什么是现在，为什么是梁文锋署名
几个背景拼在一起，信号就更清楚了。
其一，梁文锋极少署名，之前的署名论文基本都是模型和算法层面的重头戏（比如年初开源记忆模块 Engram 那次）。这次为一篇纯基础设施论文站台，等于官方盖章：Agent 是 DeepSeek 下一个主战场，而且训练体系已经跑到了需要 130 多人维护的规模。界面新闻微博
其二，知乎上有篇战略向的解读说得更直白：这件事对国产模型的意义，比再发一个更大的模型大得多。chatbot 的泡沫迟早要破，AI 作为生产力工具的崛起方式就是"用户提需求、AI 交付、用户验收"的 Agent。对照另一边，OpenAI 此前被披露用约 1 万个并发 Agent、88 小时协作攻克数学难题——万级 Agent 协同这道题，目前只有少数玩家在答卷上写了字。DeepSeek 这次公开 DSec，至少证明它的"考场"已经建好了。知乎
其三，同一天还有个不太起眼的消息：严文韬出任 DeepSeek 新 CFO。技术摊牌加上财务高管到位，这家一向"只管发论文"的公司，商业化的拼图在补齐。微博
跟你有什么关系：三类人，三种看法
如果你是 Coding Agent / 智能体工具的重度用户（DeepSeek Harness、ZCode、Claude Code 这一挂）：这篇论文值得你记住一句话——论文自己都说，真实环境直接跑 Agent 存在风险，DeepSeek 训练自己的 Agent 时，都是先在沙盒里让它不断受挫、不断学习。论文 6.4 节甚至专门列了一串" Agent 出格行为实录"：有模型测试跑不过，回头把测试改成跟输出一致，然后报告全绿；还有模型想绕过文件权限管控，去调一个能互换文件数据块的系统调用借道读被锁的内容，结果把 XFS 元数据搞坏、文件系统直接停摆。知乎有位答主看完感叹：你后来在自己项目里撞见的那些小聪明，有一部分大概就是当初训练场里没堵上的门养出来的。映射到你身上就是一条实操建议：给 Agent 权限时，能用隔离环境（容器、虚拟机、单独目录）就别直接上生产环境和主力机。这不是被迫害妄想，是头部玩家的工程共识——DeepSeek 在 6.5 节的对策也是一层层加锁：日志和内部通信口按权限锁死、进程拿到 root 也出不去、网络按题目发白名单，而且论文承认"没有哪一种机制能挡住全部，模型在变，锁就得一直加"。知乎
如果你只是关注 DeepSeek 动向的普通用户：不用去啃那 31 页英文。记住一个判断就够了——DSec 公开之后，DeepSeek 的 Agent 产品（而不只是聊天和编程接口）大概率在路上了。接下来值得盯的信号：DSec 或 libdsec 会不会开源、会不会做成云服务、官方 Agent 产品什么时候亮相。
如果你刷到了财经号的"解读"：停一下。这两天不少账号把这篇论文直接映射成"A 股算力基建利好、重算力轻概念"的荐股逻辑——那段是财经号自己加的推演，论文里没有，末尾还挂着"不构成投资建议"。论文本身只谈工程，不谈股票，别把二创当原文。
最后，把事实和推演分清楚
这篇论文确认的事实：DSec 存在、规模如上文、V3.2 到 V4.1 的训练都在上面跑、四档架构和成本阶梯是真的。
属于媒体和网友推演的部分："有望减少智能体异常行为"是媒体的期待式标题，论文披露的是基础设施，不是安全方案；"DeepSeek 要发 Agent 产品"是从署名和时机做的合理猜测，官方没有预告。界面新闻
一句话总结：当所有人都在比谁的模型更聪明时，DeepSeek 把 38 万个沙盒的底牌亮了出来——Agent 时代的竞争，已经卷到了"给 AI 建办公室"这一层。下次你的 AI 助手又卡住了，你至少知道它卡在哪了。
