DeepSeek公开V4.1Agent训练平台，弹性计算DSec成核心基础设施

近日，国内知名大模型企业DeepSeek在知乎平台独家发布技术长文，首次系统性阐释了其最新推出的Agent训练平台——DeepSeek Elastic Compute（DSec）。这一平台被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。

根据DeepSeek官方介绍，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。

"我们相信，Agent的能力还有无限的想象空间。"DeepSeek Harness组成员崔添翼在招聘公告中表示，公司计划将Agent运行环境的数量和种类扩充至百上千倍，并将这些任务培养出的能力反馈到开放模型中。为此，DeepSeek正在大量招募资深工程师，重点需要精通容器技术、虚拟化环境和分布式系统的开发人员。

从技术架构来看，DSec平台采用了模块化设计。图1展示了其核心组件：包括统一的Python SDK（libdsec）、身份与访问管理（IAM）、API服务器（Ingress Proxy）、放置引擎（Sandbox Scheduler）以及工作器监控器（Watcher）。在后端，DSec支持多种沙盒环境，如GPU加速的QEMU虚拟机、Docker容器和微服务框架，通过边缘生命周期管理（Edge Lifecycle Management）实现创建与删除操作。

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。

"随着Agent技术的发展，我们认识到需要更可靠的基础设施来支持复杂的训练任务。"DeepSeek首席科学家表示，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。

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。