DSec: DeepSeek mostra come produce 3 milioni di ambienti al giorno per gli agenti

Addestrare un agente non significa nutrire la rete con dati. L'agente deve scrivere codice in un ambiente, compilarlo, aprire un browser e a volte installare un sistema. Ogni passo modifica lo stato di quell'ambiente, che può rompersi in qualsiasi momento. Per questo ogni ciclo di addestramento richiede un sandbox nuovo e pulito, da scartare dopo l'uso. Il portale cinese IT之家 riporta il lavoro di DeepSeek intitolato DSec (DeepSeek Elastic Compute), firmato dal cofondatore Liang Wenfeng.

La scala è il cuore del problema. DSec genera oltre 5000 sandbox al secondo, pari a 3 milioni al giorno, con un picco di 380 mila ambienti attivi contemporaneamente. Il singolo cluster che li gestisce conta circa 160 nodi, 30 mila core di processore e 250 TB di memoria RAM. Grazie alla sovrassegnazione delle risorse e a un impacchettamento denso, un nodo ospita contemporaneamente 3200 container oppure 800 micro-macchine virtuali.

Il problema: un sistema per ciascuno dei 3 milioni di sandbox

Il collo di bottiglia non è la schedulazione, ma la costruzione dell'ambiente. L'approccio classico di Docker impacchetta immagine di base, directory di lavoro e set di strumenti in un'unica immagine completa; funziona su piccola scala. In DSec il backend dei container ha utilizzato in totale 11 266 immagini di base e 102 171 directory di lavoro. Il 67,8 per cento dei sandbox richiede di aggiungere all'immagine di base almeno uno strato con la directory di lavoro o il pacchetto di strumenti. Con una varietà del genere, aggiornare un solo pacchetto obbligherebbe a ricostruire tutte le immagini che lo contengono.

La soluzione è spezzare l'ambiente in tre strati indipendenti, con versioni separate e in sola lettura, nel formato EROFS: immagine di base, directory di lavoro e pacchetto di strumenti. All'avvio del sandbox, overlayfs li unisce. L'aggiornamento di un pacchetto tocca allora solo il suo strato. Il secondo elemento è il componente Chronus, che fa da intermediario nella comunicazione dall'interno del sandbox verso il framework di addestramento. Così il framework sa a che punto è l'agente e quale segnale di ritorno deve inviare.

Perché riguarda ogni modello agentico

La scheda del modello V4.1-Flash conferma che nell'addestramento è andata proprio così: la ricetta di post-addestramento è rimasta standard, e tutte le modifiche rilevanti hanno riguardato la pipeline dei dati, cioè la sintesi automatica e massiva di task e ambienti agentici. In altre parole, la qualità di un agente oggi dipende dalla fabbrica di ambienti che sta dietro, non dall'ennesimo trucco nell'algoritmo di apprendimento. DSec è la risposta di DeepSeek alla domanda su dove prendere 3 milioni di ambienti al giorno senza costruire un data center che si soffochi da solo.