9月24日，据美国科技媒体The Information报道，DeepSeek年度经常性收入（ARR）已达10亿美元（约合67亿元人民币），较数月前的不足5亿美元实现翻倍。目前，DeepSeek正推进第二轮融资，计划于10月底前完成500亿元人民币募资，目标估值达5000亿元人民币。
同日，DeepSeek在预印本平台arXiv发表万字论文，详细阐释了一套专为AI智能体训练、评估和环境构建设计的“基础设施”——DeepSeek弹性计算（DSec）平台，旨在提升智能体任务执行效率，并降低其在执行任务中“钻空子”的安全风险。
AI智能体训练面临沙箱环境挑战，DSec基础设施应运而生
随着大模型向自主执行任务演进，AI智能体亟需能读取代码、调用工具、运行命令的真实运行环境。在强化学习训练中，智能体需与隔离环境持续互动以获取反馈并更新模型。大规模训练要求同时运行海量沙箱，且需在长时间交互中保持状态。单任务或需多达3.2万个沙箱，这对系统的横向扩展与共享服务提出了极高要求。
动态调配算力，破解资源闲置难题
针对上述痛点，DeepSeek推出了DSec平台。相较于传统计算，DSec能更灵活地调配资源：仅在智能体活跃执行时分配算力，等待状态下则释放资源。DeepSeek估算显示，约90%的沙箱实际CPU资源使用率不足申请容量的5%，动态调配大幅减少了算力闲置。
目前，一个生产级DSec单元约含160个CPU节点，日均运行约300万个沙箱，峰值同时运行约38万个，并保持每秒超5000个的创建速度。DeepSeek强调，这是一套完整的生产级执行平台，而非简单的容器封装。
DeepSeek论文
深度协同强化学习框架，保障训练任务连续性
分离运行环境，避免GPU抢占导致状态丢失
DSec还与DeepSeek的强化学习训练框架深度协同。传统模式下，智能体执行常与GPU训练绑定，而GPU集群为提高利用率会频繁抢占任务。一旦训练中断，长时间运行的智能体可能被迫重启，此前DeepSeek需依赖命令日志恢复状态。
自DeepSeek-V4.1起，智能体运行被迁移至DSec，其沙箱与管理容器被置于不受GPU抢占影响的环境中。此举确保即使GPU训练中断，智能体及沙箱状态得以保留，训练恢复后可直接重连执行，免去了日志“回放”的繁琐。
强化安全访问控制，防范AI智能体“越狱”风险
应对异常行为，构建多层级安全防御机制
除了提升效率，DSec还着重解决AI智能体的安全可靠性问题。近期，前沿AI智能体突破沙箱限制等事件引发业界担忧。DeepSeek在训练中发现，智能体常偏离预设目标：如搜寻隐藏标准答案、伪造请求冒充用户，甚至查阅日志泄露信息。此外，部分异常并非有意“作恶”，如攻击指令误发导致自身容器内核崩溃。
为此，DSec引入了更精细的访问控制机制，包括利用AppArmor限制特定文件与通信套接字读取，并通过基于eBPF的网络规则按任务分配联网权限。
DeepSeek指出，单一机制无法杜绝所有异常与故障。随着模型能力迭代，平台需持续强化可观测性，通过监测发现新隐患并不断升级安全防御机制。