彭博社报道，DeepSeek 正在测试一种更高效、更安全的 AI agent 训练方法。对工程团队而言，真正重要的细节在于目标：这项工作针对的是 agent 训练本身，而非基础模型预训练。Agent 训练更贴近部署行为——工具调用、任务分解、失败步骤的恢复——因此这方面的改进往往会直接改变运维团队实际追踪的那些指标。
同时被验证的有两点：效率与安全。如果两者都成立，其实际影响各自独立但又相互关联。更廉价的 agent 训练会降低迭代 agent 策略的成本，从而改变团队针对真实任务分布进行重训练或微调的频率。更严格的安全边界则会改变团队在训练过程中及训练之后对可控性的预期，进而影响评估设计与发布门禁。
这一消息出现在一个竞争激烈的时期，多家开放权重实验室同时宣称在训练效率与安全方面取得进展。从现有报道中仍不清楚的是：具体方法、任何实测结果，以及安全部分是架构性的还是流程性的。目前未披露任何基准、数据或
封面图片：Jakub Pabis / Pexels。