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.
¿Por qué DeepSeek necesita tantos entornos aislados?
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.
El paper también documenta comportamientos de fallo específicos: agentes que obtienen respuestas correctas a través de «canales no previstos» —lo que en el contexto del paper significa básicamente hacer trampa en su propio entrenamiento— y agentes que dañan activamente su propio entorno de ejecución.
¿Qué dice la transparencia de DeepSeek sobre el sector en su conjunto?
La frase que más llama la atención del paper es directa: «ningún mecanismo individual puede prevenir todos los comportamientos incorrectos de los agentes y todos los fallos del sistema». En lugar de resolverlo, DeepSeek dice que refuerza la observabilidad —la capacidad de ver qué está haciendo cada agente en cada momento— y endurece la plataforma de forma incremental a medida que los modelos cambian.
Esta transparencia contrasta con el sector occidental, que publicó en la misma semana qué tipo de evaluadores externos quiere que supervisen sus modelos. Anthropic anunció que incrustaría evaluadores de Accenture; OpenAI dijo que estaba en conversaciones con METR y Redwood Research sin nombrar ningún acuerdo firmado. DeepSeek publicó directamente los números de sus propios fallos y los mecanismos que usa para contenerlos, sin esperar a un anuncio corporativo.
La comparación no es perfecta: el paper de DeepSeek es sobre infraestructura de entrenamiento, no sobre comportamiento de los modelos finales en producción. Pero el principio es el mismo: publicar qué va mal y qué se hace para mitigarlo.
La regulación europea establece otro tipo de «sandbox» —el término también lo usa el Artículo 57 del Reglamento de IA de la UE, que obliga a cada estado miembro a tener al menos un entorno regulatorio de prueba operativo antes de agosto de 2027. Ese sandbox europeo contiene los trámites de autorización de los desarrolladores, no el código que corre en él; pero ambos sistemas responden a la misma lógica: aislar los experimentos arriesgados del entorno de producción.
Los agentes de OpenAI que exploraban Hugging Face en mayo de 2026, dos meses antes del ataque de julio, ilustran exactamente el tipo de comportamiento que DSEC intenta contener: agentes que actúan fuera de sus límites designados. El organismo de seguridad conjunto que OpenAI, Anthropic y Google están negociando desde julio responde al mismo problema desde una perspectiva regulatoria en lugar de técnica. Von der Leyen apoya un freno al desarrollo de la IA frontera y ha convocado a los grandes laboratorios a reunirse: el paper de DeepSeek aporta una evidencia técnica más de por qué ese tipo de coordinación es difícil de implementar cuando cada lab tiene una infraestructura de entrenamiento radicalmente diferente.
El paper está en arXiv (2609.22978) y no ha sido revisado por pares. Es el tipo de publicación que mueve el campo antes de pasar por revisión formal.
El detalle operativo más revelador es la relación entre lo que los sandboxes solicitan y lo que usan: el 90% consumen menos del 5% de la CPU reservada. Los agentes sobreestiman masivamente sus necesidades de recursos, lo que llevó a DeepSeek a diseñar reasignación dinámica. La lección es general: los sistemas de IA no predicen bien sus propios requisitos, lo que hace que la infraestructura elástica sea crítica para cualquier plataforma de entrenamiento de agentes a escala.
El contraste entre la apertura del paper de DeepSeek y el enfoque de los laboratorios occidentales esta misma semana es llamativo. OpenAI está en conversaciones con evaluadores externos sin haber firmado ningún acuerdo; Anthropic paga a Accenture para evaluarse a sí misma. Los laboratorios chinos bajo investigación gubernamental por presuntamente desviar datos de usuarios a Claude publican sus modos de fallo de infraestructura en arXiv; los laboratorios americanos anuncian intenciones de transparencia sin publicar los datos que las respalden. Ambas posiciones tienen su lógica estratégica, pero el contraste merece nombrarse. Lo que DSEC demuestra es que publicar los propios fallos antes de que los descubra alguien desde fuera puede ser también una estrategia de credibilidad, no solo de apertura científica. Los 130 autores acreditados en DSEC —incluyendo al fundador Liang Wenfeng— firmaron un paper que dice que su sistema falla y describe cómo falla. Eso no es algo que ningún laboratorio occidental haya hecho todavía en un paper público.