# DeepSeek تنشر ورقة عن البنية التي تدرّب عليها agents: 3 ملايين sandbox يوميًا

> **المغزى:** ما يراه المطور من أي نموذج هو الواجهة، وورقة DeepSeek تكشف الطبقة التي تحتها، بما فيها بنية صُممت وهي تتوقع أن يحاول النموذج الغش في التقييم.

- المصدر: المغزى (https://almaghza.com/a/2026-09-27-deepseek-dsec-agent-sandboxes/)
- التاريخ: 16 ربيع الآخر - 27 سبتمبر 2026 (2026-09-27)
- القسم: ذكاء اصطناعي
- الوسوم: DeepSeek، AI Agents، تدريب النماذج، الحاويات

نشرت DeepSeek على arXiv ورقة بعنوان DeepSeek Elastic Compute، واختصارها DSec، قُدّمت في 19 سبتمبر 2026 في 31 صفحة و13 شكلًا، وظهرت على Hacker News في 26 سبتمبر. وتشرح الورقة البنية التي تدرّب عليها الشركة نماذجها لتعمل كـ agents، مع أرقام نادرًا ما تنشرها المختبرات.

فوحدة إنتاج واحدة لديها تتكون من نحو 160 خادمًا، وتخدم نحو 3 ملايين sandbox في اليوم، وتشغّل أكثر من 380 ألف sandbox في اللحظة نفسها، وتنشئ أكثر من 5,000 sandbox جديدة في الثانية.

والـ sandbox هنا بيئة معزولة. فالنموذج الذي يتدرب ليصبح agent يحتاج مكانًا حقيقيًا يعمل فيه: يفتح مستودعًا، وينفذ أوامر، ويستخدم أدوات، ويخطئ ويعود. وكل محاولة من هذا النوع تحتاج بيئة منفصلة تحتفظ بحالتها طوال التفاعل الطويل. وهذا لا يحدث مرة واحدة، بل ملايين المرات يوميًا.

ويقدّم النظام أربعة مستويات من العزل عبر SDK واحد: من FnCall، إلى container، إلى microVM، إلى VM كاملة. كما يفصل تشغيل الـ rollouts، أي محاولات النموذج أثناء التدريب، عن تدريب الـ GPU، حتى يستعيد موارد الـ GPU حين تفرغ دون أن يضيع حالة الـ sandbox.

وفي ملخص الورقة جملة تستحق التوقف: النظام "يخفف سوء سلوك الـ agent مثل reward hacking"، أي محاولة النموذج الحصول على درجة عالية في التقييم بطرق ملتوية لا بإنجاز المهمة فعلًا. فالبنية نفسها صُممت وهي تتوقع أن يحاول النموذج الغش.

واللافت أيضًا أن مختبرًا صينيًا ينشر تفاصيل هذه الطبقة في ورقة مطولة، بينما تكتفي مختبرات كثيرة بنشر الأسعار وجداول الـ benchmarks. وما يراه المطور من أي نموذج هو الواجهة، وهذه الورقة تصف الطبقة التي تحتها.

## المصادر

- [ملخص الورقة على arXiv](https://arxiv.org/abs/2609.22978)
- [النص الكامل للورقة (PDF)](https://arxiv.org/pdf/2609.22978)
- [صفحة DeepSeek على Hugging Face](https://huggingface.co/deepseek-ai)