网通社科技快报
DeepSeek公开DSec平台 V4.1 Agent训练基础设施升级
近日，国内大模型企业DeepSeek在知乎平台独家发布技术长文，首次系统性阐释其最新推出的Agent训练平台——DeepSeek Elastic Compute（DSec）。该平台被DeepSeek称为支撑V4系列模型训练、评测与数据预处理的“沙盒基础设施”，标志着公司在AI Agent技术研发领域的又一重要进展。
DSec的核心价值在于为Agent模型提供一个能够持续保留状态的实验环境。在训练过程中，Agent需要反复进行代码阅读、文件修改、依赖安装、测试执行和服务运行等操作，这些操作会不断改变环境状态。DSec通过“生命周期管理”机制，确保在多轮交互中环境状态得以持续保留，从而支持Agent模型在真实环境中进行有效的试错学习。
DeepSeek表示，随着Agent技术的发展，需要更可靠的基础设施来支持复杂的训练任务。DSec平台不仅能满足当前V4系列模型的需求，还将为未来的更大规模模型训练提供基础支持。公司计划在未来几个月内，将DSec平台的能力扩展到更多异构计算环境，包括CPU、GPU和专用AI芯片。
值得注意的是，DeepSeek此次公开DSec平台，与公司近期的产品动态密切相关。9月28日，DeepSeek发布了V3.2版本，引入了革命性的DSA（DeepSeek Sparse Attention）技术，显著提升了长文本处理效率，同时将API价格下调超过50%。而V4.1版本预计将在国庆期间发布，将进一步强化私有数据安全应用能力。
行业专家指出，DeepSeek公开DSec平台，体现了公司在AI Agent领域的战略布局。通过构建自主可控的训练基础设施，DeepSeek有望在政企市场快速落地私有数据AI解决方案，特别是在金融、交通和政务等对数据安全要求极高的领域。
目前，DeepSeek的招聘信息已在多个技术社区引发关注。一位参与过DeepSeek内部培训的技术负责人表示：“DSec平台的设计理念非常先进，它不仅解决了Agent训练中的状态保持问题，还为后续的模型迭代提供了灵活的实验环境。这对我们正在进行的V4.1模型优化工作至关重要。”
展望未来，DeepSeek计划将DSec平台的能力进一步扩展，支持更多样化的Agent应用场景。公司表示，除了传统的代码编写和测试任务外，还将探索Agent在自动化运维、智能客服和复杂决策支持等领域的应用可能性。
DSec的核心价值在于为Agent模型提供一个能够持续保留状态的实验环境。在训练过程中，Agent需要反复进行代码阅读、文件修改、依赖安装、测试执行和服务运行等操作，这些操作会不断改变环境状态。DSec通过“生命周期管理”机制，确保在多轮交互中环境状态得以持续保留，从而支持Agent模型在真实环境中进行有效的试错学习。
DeepSeek表示，随着Agent技术的发展，需要更可靠的基础设施来支持复杂的训练任务。DSec平台不仅能满足当前V4系列模型的需求，还将为未来的更大规模模型训练提供基础支持。公司计划在未来几个月内，将DSec平台的能力扩展到更多异构计算环境，包括CPU、GPU和专用AI芯片。
值得注意的是，DeepSeek此次公开DSec平台，与公司近期的产品动态密切相关。9月28日，DeepSeek发布了V3.2版本，引入了革命性的DSA（DeepSeek Sparse Attention）技术，显著提升了长文本处理效率，同时将API价格下调超过50%。而V4.1版本预计将在国庆期间发布，将进一步强化私有数据安全应用能力。
行业专家指出，DeepSeek公开DSec平台，体现了公司在AI Agent领域的战略布局。通过构建自主可控的训练基础设施，DeepSeek有望在政企市场快速落地私有数据AI解决方案，特别是在金融、交通和政务等对数据安全要求极高的领域。
目前，DeepSeek的招聘信息已在多个技术社区引发关注。一位参与过DeepSeek内部培训的技术负责人表示：“DSec平台的设计理念非常先进，它不仅解决了Agent训练中的状态保持问题，还为后续的模型迭代提供了灵活的实验环境。这对我们正在进行的V4.1模型优化工作至关重要。”
展望未来，DeepSeek计划将DSec平台的能力进一步扩展，支持更多样化的Agent应用场景。公司表示，除了传统的代码编写和测试任务外，还将探索Agent在自动化运维、智能客服和复杂决策支持等领域的应用可能性。