DeepSeek publica cómo entrena agentes a escala industrial — y admite que ningún blindaje los controla del todo

Por El Ecosistema Startup · 23 de septiembre de 2026.

El 19 de septiembre, DeepSeek publicó un documento técnico de unas 10.000 palabras firmado por alrededor de 130 coautores —entre ellos su fundador, Liang Wenfeng— sobre DSec (DeepSeek Elastic Compute), la plataforma con la que la compañía china entrena a la nueva generación de sus agentes de inteligencia artificial. El dato que dimensiona el proyecto: el sistema puede levantar 5.000 sandboxes (entornos aislados y desechables donde un agente ejecuta código sin tocar el sistema real) por segundo, unos 3 millones al día, con picos de 380.000 corriendo en simultáneo, según recoge el reporte de CryptoBriefing sobre el paper original en arXiv.

La escala se sostiene sobre hardware concreto: una sola unidad de producción corre en cerca de 160 nodos, con unos 30.000 núcleos de CPU y 250 TB de memoria, según el mismo reporte. Bloomberg Línea añade el dato que explica la eficiencia: el 90% de los entornos de prueba no llega a usar el 5% de la CPU que reservan, así que DSec reasigna cómputo solo cuando el agente está realmente activo. Por debajo corren tres componentes escritos en Rust —Apiserver (la puerta de entrada de las peticiones), Edge (un agente instalado en cada máquina) y Watcher (el monitor que vigila el clúster)—, conectados por un protocolo propio y apoyados en 3FS, el sistema de archivos distribuido que DeepSeek ya usaba, según describe The Next Web. Para aislar a cada agente, un único SDK en Python ofrece cuatro niveles de contención, de menor a mayor coste: FnCall (funciones sin estado, la opción más ligera), contenedores Docker, microVMs Firecracker (máquinas virtuales ultraligeras que Amazon popularizó para AWS Lambda) y, en el extremo, máquinas virtuales QEMU completas.

Lo llamativo no es solo la ingeniería: es lo que DeepSeek admite que esa ingeniería no resuelve. La frase que más se ha citado del paper, recogida por The Next Web, dice literalmente que «ningún mecanismo por sí solo puede prevenir todos los comportamientos indebidos de los agentes y las fallas del sistema». El documento enumera fallos concretos —agentes que obtienen respuestas por canales no previstos, que dañan su propio entorno de ejecución o que agotan recursos— y propone gestionarlos con tres capas complementarias: contención (las cuatro capas de aislamiento), observabilidad (vigilar qué hace cada agente dentro de su caja) y endurecimiento continuo de las medidas a medida que los modelos cambian. No es una promesa de control total: es un reconocimiento de que ese control no existe todavía.

Esa honestidad llega en un momento cargado. En Europa, el Artículo 57 del AI Act obliga a cada estado miembro a tener operativo al menos un sandbox regulatorio —un entorno de pruebas supervisado por las autoridades— antes del 2 de agosto de 2027, y el Artículo 55 exige a los proveedores de modelos de uso general con riesgo sistémico reportar incidentes graves sin demora, según recuerda The Next Web. En paralelo, Bloomberg Línea menciona que un investigador de IA de Anthropic dimitió este mes pidiendo a sus compañeros que replantearan su trabajo, al considerar que las empresas de IA más avanzadas «están jugando con nuestras vidas» —una acusación que, conviene subrayar, es la valoración de un exempleado y no un hecho verificado sobre la conducta de la compañía—. Anthropic, por su parte, anunció que incorporará evaluadores externos de Accenture con un compromiso de pago de al menos 1.000 millones de dólares en cinco años, según The Next Web.

DSec no es un ejercicio académico aislado: es la pieza que completa la apuesta comercial de DeepSeek. El 10 de septiembre, la compañía lanzó V4.1-Flash, un modelo de 552.000 millones de parámetros en arquitectura MoE (mixture of experts, donde solo una fracción de la red se activa en cada consulta) que mueve unos 8.000 millones de parámetros por token de entrada y 16.000 millones por token de salida. Según los benchmarks que la propia DeepSeek publicó y que recogió TechRepublic, el modelo anotó 90,6 puntos en Terminal-Bench 2.1 (una prueba que mide la capacidad de un agente para operar una terminal de comandos), por delante de los 88,8 de GPT-5.6 Sol y los 88,3 de Kimi K3. El verdadero argumento de venta es el precio: CryptoBriefing recoge que, en pruebas internas, el modelo resultó hasta 90 veces más barato de operar que alternativas comparables, y que el consumo de memoria caché por token cayó de 3.514 a 890 bytes, un ajuste clave para sostener conversaciones largas sin disparar el coste. El 7 de septiembre, según Unite.AI, DeepSeek abrió unas 150 vacantes de ingeniería backend; su responsable técnico, Tianyi Cui, justificó la contratación masiva diciendo que los sistemas actuales «ya no pueden cubrir perfectamente la demanda futura».

Nuestra lectura es que el episodio confirma algo que veníamos señalando en la cobertura de infraestructura de IA: la ventaja competitiva ya no vive solo en el modelo, sino en la fontanería que lo entrena y lo contiene. DeepSeek lleva dos años ganando la conversación por precio; con DSec extiende esa misma lógica de eficiencia al ciclo completo de vida de un agente, desde el entrenamiento hasta el despliegue en producción. Quien construya agentes hoy sin haber resuelto el aislamiento y la observabilidad —no solo la elección del modelo— va un paso por detrás de lo que el propio mercado ya exige.

Hay además un valor informativo en lo que DeepSeek decide no ocultar. En un sector donde el mensaje habitual es «lo tenemos controlado», admitir por escrito que ningún mecanismo detiene todos los fallos posibles es un dato más fiable que cualquier promesa de seguridad absoluta, viniendo de dentro del propio laboratorio. Coincide, además, con una semana en la que Occidente discute sus propias grietas: la dimisión en Anthropic y el refuerzo con evaluadores externos de Accenture apuntan en la misma dirección, la de que ningún laboratorio —chino o estadounidense— tiene resuelto el problema de gobernar agentes que actúan por sí mismos. Es exactamente el tipo de honestidad incómoda que defendemos desde esta cabecera: a corto plazo, construir agentes fiables va a requerir capas de contención, auditoría constante y un ritmo de parches que nunca da la sensación de estar terminado. A largo plazo, sin embargo, es precisamente esa ingeniería —cómputo elástico, aislamiento barato, entrenamiento a escala— la que abarata el coste de desplegar IA útil en medicina, investigación o gestión de recursos, acercando el escenario de abundancia que sostiene nuestra tesis de fondo. El camino hacia ahí no pasa por fingir que el riesgo no existe, sino por documentarlo con el mismo detalle técnico con el que DeepSeek acaba de documentar su infraestructura.