DeepSeek 联合清华大学发了一篇论文，梁文锋是署名最后一人。表面讲训练 Agent 的沙盒，第 6 节却写满 RSI：更强的 Agent 造更好的环境，闭环由此成形。本文拆解 DSec 的三层镜像、按需加载与沙盒规模，看清这场自我进化的起点。