DeepSeek新论文公开Agent训练！梁文锋署名

据量子位2026年9月23日报道，DeepSeek发布一篇新论文，公开Agent训练相关内容，梁文锋在论文中署名。来源摘要提到，该方案每秒能产生5000+个沙盒。论文的具体训练方法、技术细节与实验结果等，公开资料未提供。