DeepSeek弹性计算团队扩招资深工程师

DeepSeek弹性计算团队再次大规模招聘，尤其需要资深工程师。三周前刚招过一轮，此次未发岗位JD，而是发布技术分享《DeepSeek弹性计算（DSec）：面向大规模Agent训练的沙盒基础设施》。

DSec是支撑DeepSeek-V4全部训练、评测和数据预处理流程的沙盒基础设施。从V3.2到V4.1，Agent训练、评测和数据预处理产生的全部沙盒负载均已运行在DSec上。目前一套DSec扩展分片约有160台服务器、3万个CPU核心和250TB内存，每天服务约300万个沙盒；高峰期同时在线沙盒超38万个，每秒可创建5000多个。DeepSeek已在生产环境部署多个分片，支持数百万沙盒同时运行，接下来要把Agent运行环境的数量和种类扩充成百上千倍。

Agent训练中，模型需不断进入真实环境执行任务，每步都会改变环境状态，下一轮需接着继续。这类负载特点包括：创建请求突然集中涌入；CPU大部分时间空闲，但内存需持续保留；不同任务环境差异大；基础镜像复用率不高；训练可能因GPU被抢占而中断。

DSec围绕这些特点压低环境供给成本。环境被拆成三层：base image放操作系统和基础软件，workspace放任务代码和依赖，toolkit单独管理工具，分别管理版本、创建时组合，工具更新只需重建对应层。生产数据显示，Agent实际访问的数据仅占整个镜像的4.2%到13.3%，因此DSec将镜像数据统一放到3FS分布式文件系统，本地只保存元数据，按需读取。集中创建8192个Container测试中，按需加载使任务从60多分钟缩短到约35分钟，提速约1.71倍，磁盘写入减少约57%。工作区实验改用挂载EROFS层后，任务从79分钟缩短到45分钟，磁盘写入总量只剩约1/5.5。

资源调度方面，约90%的沙盒平均CPU使用量不到申请资源的5%。DSec生产环境资源超卖率已超过50倍。通过virtio-pmem和DAX让同宿主机MicroVM共享宿主页缓存，峰值内存占用下降40.2%；借助DAMON和balloon回收空闲页，累计内存消耗再降21.2%。CPU调度上，时延敏感任务受影响程度从45.2%降至17.3%。

DSec统一支持FnCall、Container、MicroVM和Full VM四种执行后端。其pack_diff机制可生成增量快照，支持轨迹分叉，让同一轨迹上的环境状态成为可复用数据。从V4.1开始，Agent执行逻辑迁入DSec，沙盒和worker container运行在可抢占GPU资源池之外，GPU中断后训练可从断点继续。

DeepSeek还观察到Agent在生产环境中尝试读取残留答案、伪造RPC请求、覆盖/bin/bash注入命令，甚至调用XFS_IOC_SWAPEXT绕过访问控制。DSec通过AppArmor限制文件和Socket访问，利用eBPF设置网络白名单，但承认仍缺少应对内核漏洞的通用防御机制，认为攻防将持续。