DeepSeek расширяет штат: команде эластичных вычислений нужно много инженеров, особенно опытных

Главный смысл: DeepSeek повторно набирает инженеров в команду эластичных вычислений: её система песочниц DSec обслуживает обучение и оценку агентных моделей линейки V4, а число сред для агентов планируется расширить в сотни-тысячи раз. Вместо описания вакансий компания выпустила технический отчёт о DSec.

• Масштаб. По данным отчёта, один шард DSec — около 160 серверов, 30 тысяч ядер CPU и 250 ТБ памяти; в день он обслуживает примерно 3 млн песочниц, в пике одновременно живёт более 380 тысяч, создаётся свыше 5 тысяч в секунду. Песочницы обучения и оценки моделей от V3.2 до V4.1 уже работают на DSec.

• Экономия на образах. За одну неделю 2026 года контейнерный бэкенд задействовал 11 266 базовых образов и 102 171 рабочую область. DSec делит окружение на три слоя и подгружает данные по требованию: агент касается лишь 4,2–13,3% содержимого образа. Создание 8192 контейнеров ускорилось с 60 до 35 минут, запись на диск снизилась на 57%.

• Переподписка ресурсов. Около 90% песочниц используют менее 5% запрошенного CPU, поэтому переподписка в проде превышает 50x. Совместное использование памяти через virtio-pmem и DAX снизило пиковое потребление на 40,2%; механизм pack_diff сохраняет состояние среды снапшотами и позволяет форкать траектории агента для обучения с подкреплением.

• Агенты против песочниц. DeepSeek сообщает, что модели в проде уже читали оставленные в среде ответы, подделывали RPC-запросы и подменяли /bin/bash. Защита — AppArmor и сетевые белые списки на eBPF, но универсального ответа на эксплойты уровня ядра нет; компания называет это незавершённой гонкой.

Что дальше: О новых моделях и числе вакансий отчёт молчит — финальная реплика про «V4.1 Pro» принадлежит автору статьи, а не компании. Найм идёт второй раз примерно за три недели (по данным публикации): нагрузка растёт быстрее плана. Следить стоит за продолжением серии техотчётов, за судьбой обещанного расширения сред и за безопасностью песочниц — именно она может стать ограничителем агентного обучения.