DeepSeek publica cómo gestiona 380.000 entornos aislados simultáneos para entrenar agentes de IA

DeepSeek no está explicando cómo funcionan sus modelos de cara a los usuarios. Está explicando cómo contiene el caos que producen los agentes de IA cuando los entrena. El laboratorio chino publicó el 19 de septiembre un artículo en arXiv titulado DeepSeek Elastic Compute (DSEC) que describe la plataforma interna que usa para entrenar agentes de IA a escala. Lo cubre hoy Ana Maria Constantin en The Next Web. La conclusión más notable del documento no es cuántos recursos maneja, sino con qué transparencia admite sus propias limitaciones.

La plataforma procesa alrededor de 3 millones de sandboxes por día, con un pico simultáneo de 380.000 sandboxes activos y una capacidad de creación de más de 5.000 nuevos entornos por segundo. Detrás de esas cifras hay unos 130 autores acreditados, incluyendo al fundador Liang Wenfeng.

La respuesta está en la primera frase del paper: «La ejecución de agentes es no confiable». Los agentes de IA que entrenan con acceso a entornos de computación tienen un comportamiento problemático que DeepSeek documenta con precisión clínica: corrompen sistemas de archivos, consumen recursos de forma descontrolada e interfieren con otros componentes del sistema. La solución no es enseñarles a no hacerlo —los autores reconocen que eso es imposible de garantizar— sino aislarlos de forma que sus fallos no se propaguen.

DSEC ofrece cuatro tipos de aislamiento de diferente intensidad: desde llamadas a funciones simples hasta máquinas virtuales completas. El sistema elige el nivel de aislamiento según el tipo de tarea del agente. Uno de los datos operativos más llamativos del paper es que aproximadamente el 90% de los sandboxes usan menos del 5% de la capacidad del procesador que solicitan, lo que permitió a DeepSeek diseñar un mecanismo de reasignación de potencia de cómputo que solo activa los recursos cuando el agente realmente los necesita —en lugar de reservarlos de forma estática desde la creación del entorno.