9月19日，DeepSeek联合清华大学向arXiv提交论文《DeepSeek Elastic Compute（DSec）: A Sandbox Infrastructure for Effective Agentic Training at Scale》，编号2609.22978，作者超过130人，梁文锋排在最后一位。
论文公开了DeepSeek用来训练Agent的“沙盒工厂”DSec。材料称，训练Agent与大模型不同：Agent要在环境里写代码、跑编译、开浏览器、装依赖、调工具，并根据执行结果不断重试，直到任务完成。
材料还称，通过该沙盒，Agent能创建自己需要的环境，这个环境会再次训练Agent，被训练更强的Agent会创造更好的环境。论文表面讲训练Agent使用的沙盒，第6节字里行间写了三个英文字母：RSI。