DeepSeek 联合清华公开沙盒基础设施 部分实现 RSI 闭环

DeepSeek 联合清华大学的相关团队公开了用于大规模智能体训练的沙盒基础设施 DSec，其通过可组合层、镜像按需加载、资源精细化调度三大核心机制，实现了沙盒的高效创建与运行。论文第 6 节提出由 Agent 建造、为 Agent 服务、属于 Agent 的环境，让 Agent 可自行搭建训练环境并生成增量快照复用，形成了初步的 RSI 闭环，解决了过去人工构造 Agent 强化学习环境效率不足的瓶颈。目前行业内同类 Agent 沙盒相关技术布局也在推进，沙盒正成为 Agent 的新型运行时，行业竞争焦点正从模型能力转向 Agent 环境基础设施，沙盒的隔离安全性也成为核心比拼维度，围绕 RSI 落地的沙盒相关竞争已经开启。