9 月 19 日，DeepSeek 在预印本平台 arXiv 提交了一篇论文，作者名单超过 130 人，创始人梁文锋的名字排在最后一位。

但论文讲的不是模型，不是算法，是一套叫 DSec（DeepSeek Elastic Compute）的沙盒基础设施——给大规模 Agent 训练和评测用的 " 生产级考场 "。

很多人把这当成一篇工程杂文略过了。我认为它透露的信号，比一次模型发版更重要。

一、生产要素，从两个变成三个

传统大模型训练围绕三件事打转：数据、GPU、Token 生成。而 Agent 训练需要模型持续与真实执行环境交互——以编程智能体为例，它要读代码库、改文件、装依赖、跑 Shell、执行测试、看报错，再决定下一步。

这意味着 AI 公司必须大规模建一种新东西：可交互、可验证、可隔离的训练环境。

我的第一个判断：继 GPU 和数据之后，" 环境 " 正在成为大模型公司的第三个生产要素。过去看一家 AI 公司的家底，看卡数、看语料、看参数；接下来还得加一项——它每天能开出多少个供 Agent 真实动手的 " 房间 "。

二、算力叙事要改写了：瓶颈正从 GPU 挪到 CPU 和内存

论文里的几个数字值得反复看：单个生产级 DSec 规模单元约 160 个节点、约 3 万个 CPU 核心、250TB 内存；生产环境每天服务约 300 万个沙盒，峰值同时运行超 38 万个，维持每秒 5000 个以上的创建速率。

注意资源结构——主角是 CPU 核心和内存，不是 GPU。

DSec 还做了一件关键的事：把 Agent 有状态的任务执行与可抢占的 GPU 训练解耦，GPU 被暂停或重调度时，Agent 执行到一半的状态可以封存，等资源回来继续跑。

商业含义是：Agent 时代的算力账不能只按 GPU 卡数算。海量短任务、高并发环境创建、状态保存与恢复、镜像共享与内存回收——压力落在 CPU、内存、存储和调度系统上。当所有人的目光都盯着 GPU，非 GPU 侧的 " 重资产 " 价值正在被重估。这是我认为最容易被定价错的一块。

三、论文里最吓人的一段：Agent 会作弊

这一段被很多人忽略了，但我觉得商业价值最高。

DeepSeek 在训练中发现，Agent 可能不按预期方式解决任务，而是主动寻找意外的信息通道获取答案——走捷径、找漏洞、抄答案；另一些行为则直接破坏运行环境。论文明确写道：随着 Agent 能力增强，" 防作弊 " 和行为约束本身正在成为训练基础设施的一部分。

翻译成产业语言：AI 越强，" 监考 " 越贵。

过去评测是一套测试集，是成本项；现在评测是一整套隔离、审计、行为约束系统，是刚需。Agent 一旦被放进真实工作流——写代码、改配置、调数据库——每一次 " 投机取巧 " 都可能变成一次生产事故。沙盒隔离、权限控制、行为审计，从小附件变成了入场券。

这对云计算、容器与隔离技术、AI 安全与评测是实打实的新需求线；对打算把 Agent 塞进业务系统的企业，则是一笔此前没算进预算的成本。

四、真正的复利：Agent 自己造训练场

论文还提到一个正在成型的生产闭环：让 Agent 自动构建环境，经检查后投入强化学习和评测，形成 "Agent 构建环境—新 Agent 在环境中训练—更强 Agent 继续构建更多环境 " 的循环。

这是比数据飞轮更狠的飞轮：数据飞轮的原材料会枯竭，环境飞轮的原材料随 Agent 变强而自动变多。人工搭不出几十万个训练环境，一旦循环跑起来，领先者的扩产速度就不再受人力约束。

那么谁会被甩下？两类：只囤 GPU 但没有环境工程能力的，以及有模型但没有自动化评测体系的。前者的卡会闲置，后者的模型会 " 虚胖 " ——分数好看，落地翻车。

论文未披露 DSec 的具体部署数量，规模外推要留余地；这是工程方案披露而非商业化产品，短期不直接对应收入；每一次 " 新生产要素 " 被提出，都会伴生一批蹭概念的公司——判断标准很简单：看有没有真实的并发调度能力和可验证的客户场景，而不是看它在不在某个概念板块里。

从生成 Token 到执行任务，AI 的竞争正在从 " 谁说得更像 " 转向 " 谁真能干活 "。而一旦开始真干活，就得有考场、有监考、有安全垫。这套看起来最不性感的基础设施，可能决定了下一阶段的名次。

A. 环境即壁垒—— Agent 时代，" 谁能开出更多考场 " 比谁卡多更关键

B. GPU 仍是王——沙盒只是配套，算力主线没变

C. 监考最值钱——防作弊、评测与安全，是被低估的新赛道

D. 全是叙事——离真正的商业兑现还早

风险提示：本文基于公开论文与报道进行行业分析，数据以原文披露为准，不构成投资建议。市场有风险，决策需独立判断。