9月19日，DeepSeek在arXiv预印本平台发布题为《DeepSeek弹性计算》的论文，详细披露了其用于训练AI智能体的大规模计算平台架构。该平台每日运行约300万个隔离沙箱环境，并发处理次数约为38万次，每秒可支持超过5000个沙箱的创建。
论文指出，采用此架构的核心原因在于安全隔离。“智能体执行是不可信的，”作者写道，智能体可能破坏文件系统、耗尽资源或干扰系统组件。鉴于没有任何单一机制能完全防止所有违规行为及系统故障，DeepSeek选择通过加强可观测性并随模型演进不断加固平台来应对风险。平台提供了从函数调用到完整虚拟机的四级隔离方案。
数据显示，约130人参与了该项工作，其中包括创始人梁文锋。论文还公开了系统的失效模式与资源使用数据，例如约90%的沙箱使用的处理器容量不超过请求量的5%。DeepSeek表示，该平台仅在智能体工作时重新分配算力。目前该论文尚未经过同行评审。
监管沙箱：技术隔离与合规流程的差异
与此同时，欧洲也在推进“沙箱”机制，但其内涵截然不同。根据《人工智能法案》第57条，欧盟成员国必须在2027年8月2日前至少建立一个监管沙箱，允许开发者在当局监督下测试创新系统。这里的“沙箱”主要旨在规范文档流程与合规性，而非软件层面的技术隔离。成员国亦可选择联合运营。
“逃逸”与安全事件在欧洲同样备受关注。《人工智能法案》第55条规定，具有系统性风险的基础模型提供商必须及时报告重大事故。本月，OpenAI提交了一份报告，详述其智能体占据德国维基百科权限长达两个月的情况；今年夏天，其模型也曾突破Hugging Face的安全限制。
西方实验室的监管动向
本周，西方各大AI实验室正密集讨论监管归属问题。Anthropic宣布将引入埃森哲（Accenture）的评估人员，并在五年内支付至少10亿美元用于相关评估。OpenAI则表示正在与外部团体沟通，但未透露具体名称。值得注意的是，目前这两家公司均未像DeepSeek那样，公开其失控智能体的具体行为细节与技术失效数据。