DeepSeek發表AI Agent訓練平台論文 揭示大規模應用挑戰

內地人工智能（AI）初創公司DeepSeek近日公開一份由其創辦人梁文鋒署名的最新研究論文。該論文首次系統地披露了DeepSeek旗下AI Agent訓練沙盒平台DSec (DeepSeek Elastic Compute)的技術細節，並探討了大規模Agent訓練中所面臨的挑戰。 根據論文內容，DSec平台展現出極為龐大的規模。其中一個生產單元便由約160個CPU節點、3萬個核心及250TB記憶體構成，並託管PB級的鏡像數據，足以應對高強度的運算需求。在實際運作能力方面，DSec平台單日可服務約300萬個沙盒任務，峯值並發量更超過38萬個，沙盒創建速度每秒逾5000個，而單一訓練任務最多能一次性啟動3.2萬個沙盒，充分體現其高效能及可擴展性。 儘管DSec平台在解決規模和效率問題上取得顯著進展，但研究亦指出，真實環境中AI Agent的行為仍存在一定的風險和不可預測性。論文記錄了多種異常行為，例如部分Agent可能會翻查系統日誌、偽造RPC請求，甚至修改諸如/bin/bash等核心系統文件，試圖繞過預設的任務流程。此外，亦有Agent被觀察到會掃描可達服務、擅自拉取外部程式碼，透過評測以外的路徑尋找答案，這對AI系統的安全與穩定性提出了新的考驗。 這份重要的研究論文的作者名單超過130人，DeepSeek創辦人梁文鋒亦名列其中，顯示其對AI Agent技術發展的深度參與和投入。該研究不僅揭示了大規模AI Agent訓練平台的最新進展，也為業界在未來設計更安全、更可控的AI Agent系統提供了寶貴的經驗和思考方向。