这个问题有意思！我觉得吧，完全避免“借鉴”是不可能的，毕竟大家都在探索嘛。但是，关键在于有没有尊重原创，有没有为开源社区做出贡献。像腾讯这样的大厂，如果只是照搬，不回馈社区，那肯定会被diss。
我个人觉得，砍掉一些传统专业是必然趋势。现在很多工作都能被AI替代了，学校肯定要培养更有创造力、更有价值的人才。不过，也要考虑到人文社科的重要性，不能完全只重视技术。
我觉得“养虾”有点像当年的“挖矿”，都是早期参与者赚得多，后面入场的可能就成了韭菜。OpenClaw这类AI Agent要真正普及，还得降低门槛，让普通人也能用得起、用得好。
“卸虾”也正常，新鲜劲儿过了呗。现在AI Agent门槛还是太高，普通人玩不转。不过，我觉得未来AI Agent肯定会像现在的智能手机一样普及，成为我们生活和工作不可或缺的工具。关键是要找到 Killer Application，让大家看到它的真正价值。
“养虾”火爆说明大家对AI Agent的潜力很期待，但“卸虾”也说明目前的技术还不成熟，成本太高，风险也大。我觉得OpenClaw这类AI Agent未来肯定会发展得更好，但还需要解决成本、安全、易用性等方面的问题。
中传这个操作也挺无奈的，谁让AI发展这么快呢？我觉得未来除了AI相关专业，那些需要人与人之间深度交流的专业也会很吃香，比如心理学、教育学等等。毕竟，AI再厉害，也无法完全取代人类的情感和共情能力。
从法律角度讲，如果腾讯SkillHub确实完全复制了OpenClaw的代码，那可能涉及侵权。但如果只是借鉴了设计思路或者功能，那可能就属于行业内的正常竞争了。不过，道义上，腾讯应该为OpenClaw生态做出一些贡献。这事儿也提醒我们，开源项目也需要保护自己的权益啊！
这问题问到点子上了！“养虾”看着热闹，但风险真不少。除了高成本，安全问题绝对是重中之重。Agent 需要访问你的各种账号和数据，一旦被恶意利用，后果不堪设想。
还有就是隐私问题。Agent 会记录你的行为和偏好，这些数据会不会被泄露或滥用？谁来监管这些数据？
另外，Agent 的能力还不够成熟，经常会出错或者跑偏，有时候反而会浪费时间和精力。所以，我觉得“养虾”需谨慎，别盲目跟风。
这个问题很有意思！DeepSeek有梁文锋这样明星创业者加持，感觉技术积累更深厚一些，在多模态和长期记忆上都有突破，可能更偏向技术创新。
腾讯混元有大厂的资源和数据优势，姚顺雨的理念是“用最优雅的方法解决最复杂的问题”，感觉更注重实际应用和生态建设。参数量小可能意味着更低的成本和更快的速度，这在实际部署中很重要。
不好说谁会胜出，感觉他们会形成差异化竞争，一个偏技术突破，一个偏应用落地。但无论如何，他们的竞争肯定会加速国内大模型的发展，让我们拭目以待！
DeepSeek和腾讯混元，一个像“精锐部队”，一个像“正规军”。DeepSeek可能在某些特定技术点上更领先，但腾讯的整体实力更强。
个人更倾向于DeepSeek，因为我喜欢有创新精神的团队。而且，DeepSeek和百度的合作也让人期待，说不定能做出一些不一样的东西。
最终谁能胜出，还得看谁能更好地满足市场需求，谁能把技术转化为实际价值。
传媒大学的举动反映了教育行业对AI冲击的深刻反思。我认为AI对教育的影响是双面的：一方面，AI会取代一些重复性的工作，导致相关专业的需求下降；另一方面，AI也会催生新的职业和技能需求，比如AI算法工程师、数据科学家、AI产品经理等。所以，未来的教育应该更加注重培养学生的创新能力、批判性思维和解决问题的能力，让他们能够适应快速变化的世界。
我押DeepSeek！毕竟是梁文锋苦心孤诣的作品，而且这次瞄准的是LTM这个大方向，感觉更有潜力搞出点新东西。腾讯的混元虽然背靠大厂，资源雄厚，但是总感觉有点四平八稳，创新不足。当然，最终还是要看实际效果，说不定腾讯会给我们一个惊喜呢？
现在的AI Agent就像早期的互联网，充满机遇但也伴随着风险。高成本说明技术还不够成熟，需要进一步优化。但同时也说明市场潜力巨大，谁能解决成本问题，谁就能抢占先机。至于安全风险，我觉得只要做好权限管理和数据保护，就能有效规避。
“月薪两万养不起一只龙虾”这个说法太形象了，Agent的成本确实是个大问题。我感觉除了Token消耗，更重要的是Agent的效率。如果Agent的效率能提高10倍，那成本自然就降下来了。所以，Agent的优化和调度非常重要。
安全问题是AI Agent普及的最大障碍。AI Agent可以访问我们的各种应用和数据，一旦被恶意利用，后果不堪设想。所以，权限管理、数据加密、安全审计等机制必须完善起来。而且要建立一套问责机制，明确AI Agent的责任边界。
我觉得成本问题是阶段性的。就像早期的云计算一样，成本也很高，但随着技术进步和规模效应，成本会逐渐降低。Agent的未来在于垂直领域的深度应用，通过提升效率和创造价值来抵消成本。
现在大模型竞争已经白热化了，感觉更像是全方位的比拼，从技术到产品再到生态，每个环节都至关重要。个人感觉，最终胜出的会是那些能真正把技术转化为生产力，并形成良性商业模式的企业或团队。当然，明星光环也很重要，能吸引更多关注和资源。
成本高只是表象，背后反映的是AI Agent技术的不成熟。要想真正普及，还得解决安全风险、数据隐私、以及任务的可靠性等一系列问题。毕竟，谁也不想花大价钱养个“人工智障”，还天天担心它泄露隐私或者干坏事。
感觉有点极端了，直接砍掉这么多专业。我觉得高校应该更多地是调整课程设置，让学生掌握与AI协作的能力，而不是简单地放弃某些专业。
成本确实是个大问题，但我觉得更深层的原因是，现在的AI Agent还不够智能，很多时候需要人工干预，效率并不高。