DeepSeek披露智能体训练平台 提升效率并降低失控风险

中国人工智能公司深度求索（DeepSeek）披露一套面向大规模人工智能（AI）智能体训练的新型基础设施，可提高训练资源利用效率，并通过加强监测和访问控制，应对智能体“作弊”、破坏执行环境等失控行为。

综合路透社和澎湃新闻报道，DeepSeek近日在预印本平台arXiv发布论文《DeepSeek弹性计算（DSec）：面向大规模Agent训练的沙盒基础设施》，介绍“DeepSeek弹性计算”（DeepSeek Elastic Compute，简称DSec）机制的设计。

论文于9月19日提交，作者超过130人，DeepSeek创始人梁文锋位列作者名单最后。论文目前以预印本形式发布，尚未在同行评审会议或期刊正式发表。

据介绍，DSec是一套专为大规模AI智能体训练和评测设计的沙盒平台。所谓“沙盒”，是与外部系统相对隔离的执行环境，可让智能体运行代码、调用工具和完成任务，同时尽量避免智能体操作影响其他系统。

论文说，一个生产级DSec单元约由160个节点组成，拥有约3万个中央处理器（CPU）核心和250TB内存，每天可运行约300万个沙盒，峰值同时运行超过38万个，并可保持每秒创建超过5000个沙盒的速度。

论文指出，这套架构的一项重点是提高资源利用效率。AI智能体执行任务时往往并非持续运算，例如在等待工具返回结果或接收进一步指令时，大量CPU资源处于闲置状态。DeepSeek估计，约90%的沙盒，平均实际使用的CPU资源不超过申请容量的5%。

DSec因此会根据智能体是否处于活跃状态动态分配算力，并利用镜像共享、内存回收和CPU调度等方式减少资源浪费。

不过，大规模运行AI智能体也带来安全风险。DeepSeek在论文中说，根据实际经验，执行任务中的智能体“并不可信”，可能破坏文件系统、耗尽资源或干扰系统组件，影响其他部署在同一环境中的任务。

论文还列举智能体通过“非预期渠道”寻找答案，以及直接破坏执行环境等行为。随着智能体能力增强，防作弊和行为约束也逐渐成为训练基础设施的一部分。

DeepSeek说：“没有任何单一机制能够防止所有智能体不当行为和系统故障。”因此，DSec加强了系统监测能力，以识别新出现的问题，并随着模型能力提升持续强化平台。

近年来，能够在较少人工介入下自主完成复杂任务的智能体式AI（Agentic AI）快速发展，应用已从预订酒店和机票扩展到编写软件代码。不过，多起AI智能体突破沙盒限制、访问外部系统的事件，也使相关安全风险日益引发担忧。

DeepSeek此前因以较低成本提供高性能AI模型受到关注。随着智能体任务持续变长、交互步骤增加，如何在控制成本的同时，让数十万甚至更多沙盒稳定运行，并限制智能体的不当行为，正成为下一阶段AI智能体训练的基础设施问题。