动察 Beating AI 快讯，DeepSeek 公开的一篇关于智能体训练的新论文引发关注。这篇 31 页的论文介绍了其内部使用的生产级沙箱平台 DSec，论文作者超过百人，梁文锋也在其中。论文中比较有意思的一节是「智能体的不当行为」。DeepSeek 发现，智能体会通过非预期渠道获取答案，比如搜索平台管理文件里的残留答案等，破坏训练和评估结果有效性。引入访问控制后，还有智能体交换文件数据块映射，试图让受保护文件内容可通过另一文件描述符访问，损害任务或共享基础设施。DeepSeek 认为，没有单一机制能防止所有智能体不当行为和系统故障。因此团队的方法是加强可观测性以识别新问题，并随模型演进持续加固 Dsec，包括限制智能体通过非预期渠道获取答案的访问控制，减少对欺骗行为的奖励。这些控制能解决部分问题。----------缘辉旺盾网量化工具温馨提示：数字货币投资有风险，入市需谨慎；本文章不作为投资依据，仅供参考----------交流群：https://t.me/dunwangyuanhuiwang