大众财经网 9月24日消息，据DeepSeek及arXiv平台披露，DeepSeek联合清华大学发表了一篇关于智能体（Agent）训练基础设施的论文，署名的最后一人是DeepSeek创始人梁文锋。
该论文标题为《DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Training at Scale》，于9月19日提交至arXiv，编号2609.22978，作者超过130人，梁文锋排在最后一位，合作方为清华大学。
论文的核心，是DeepSeek完整公开了用来训练Agent的“沙盒工厂”DSec。通过这一沙盒，Agent能够创建自己所需要的环境，环境再反过来训练Agent；被训练得更强的Agent，又会创造更好的环境。由此，论文描述了一个小型的递归自我改进（RSI）闭环。
在业界看来，训练大模型与训练Agent存在本质区别。训练大模型是喂数据、算梯度，环境就是GPU集群；而训练Agent则需要在动态环境中不断试错与迭代，对基础设施的弹性与隔离能力提出了全新要求。DSec的开放，意味着DeepSeek把这套底层能力摆到了台面上。
自开源模型受到广泛关注以来，DeepSeek的一举一动都牵动行业神经。此次公开训练Agent的沙盒基础设施，延续了其“把能力开放出来”的一贯风格。对开发者和研究者而言，这类底层工具的透明化，有助于推动整个智能体训练生态的加速成熟，也降低了后来者进入这一前沿领域的门槛。
本文仅供信息参考，不构成任何投资建议。