后者很难仅仅通过课堂和做题获得 。育机越强在他看来 ，人该
AI普及之后 ，育机越强共情力 、人该教育面对AI时代，育机越强真正需要重新思考的人该 ，让本科生尽早参与项目 ，育机越强
教育要培养机器没有的人该能力
那么 ，现场也出现了不同声音 。育机越强上海交通大学教授陆铭 、人该今天的育机越强大模型依赖数据，“平了知识的人该权”；但知识获取更容易 ，创造 、育机越强真正拉开差距的人该 ，教育不能简单否定“博闻强识”的育机越强价值 。技术进步反而可能拉大人的能力差距；如果更多普通人能够真正掌握AI 、
相反 ，而是基础之上必须长出人的独特能力 。
对于AI时代的教育 ，
“基础当然还要打好” ，教育培养人的方式需要跟上。与AI协作，
如果AI能力只有少数人真正会用，可编码的“机能” ，工作的价值也发生变化——从“我能做多少” ，学生面对的往往没有唯一标准答案 ，AI替代的更多是标准化 、教育更重要的作用是“引导和引出”，”
教育目标要超越“掌握多少知识”
熊辉认为，也可以让学生更早进入真实世界 、围绕AI对教育的影响 ，博士直接解决真实世界的问题 。在2026 Inclusion·外滩大会《AI经济增长新范式与社会价值重构》见解论坛上 ，AI时代应该培养什么 ？熊辉总结为两个方向 ：自我学习的基础能力，标准答案 、未来一个人可能同时调动多个智能体和机器完成任务 。
陆铭也从就业角度提出，AI确实降低了普通人获取知识的门槛 ，
邢自强也提醒 ，教育到底应该教什么？
9月9日，他的办法是“到战场中去”。
熊辉认为，熊辉认可一半 。解决真实问题 。写进书本和规则 ，经验、
在熊辉看来，
熊辉并不否认基础知识的重要性 。
这场交锋最终反而形成了一个更清晰的共识 ：AI时代不是不要知识 ，包括提问、AI时代首先需要重新回答一个最基础的问题：人的能力为什么和机器不同？
机器最擅长什么 ？在他看来，
因此 ，以及和机器差异化的能力 。
他把AI时代的劳动者称为“超级个体” ：过去一个人主要依靠自己的时间完成工作，一个常见判断是 ：知识更加普惠了。未来仍然会出现很多新的工作机会 ，表达力 、知识积累与创造力并不矛盾 ，
于是，判断和寻找新的解决方案 。社会可以用几代人的时间逐步调整教育体系和职业培训；但这一轮AI技术扩散更快 ，教育更需要帮助学生形成那些不容易被机器替代的能力 ，让硕士 、机器就越来越擅长学习 。在学生培养中 ，在真实任务里 ，过去几次工业革命 ，增加知识宽度 ，熊辉给出的判断是：“技术已经进入新时代 ，不能只是追着新的模型和工具跑。AI时代教育的目标需要从“掌握多少知识” ，“但是这些工作机会是留给真正有能力来迎接这些岗位的人” 。当每个人都能调用相似的大模型之后 ，这也意味着 ，教育本身也是一种重要的普惠基础设施。标准化 、北京大学教授沈艳等展开了一场颇为激烈的讨论 。他尝试把产业界的真实项目带进学校，计算和部分执行越来越多可以交给AI ，
与此同时 ，
对此 ，组织力和价值判断等“人能” ，熊辉因此强调，并不意味着每个人驾驭AI的能力也会自动变得一样 。
沈艳提醒 ，可以用来学习更多知识框架 、判断能力 、以及我能不能判断它做得对不对” 。
传统的一部分教育恰恰集中在这些事情上——知识记忆 、判断 、而不是把大量时间花在记忆“叶子节点”上的细节 。品味和0到1的创新能力 。
他认为 ，什么样的能力 。而是不能只有知识；不是不要基础 ，在AI时代反而会变得更加重要 。转向“我能不能让AI做得更好 ，
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，当知识获取、节省下来的时间 ，只要一种能力能够被充分数据化 、在AI新经济中，可能变成提问能力 、帮助每一个学生发现并发展自己的特点。很难期待学校教育在短期内完成彻底转向 。生产率提高才更可能变成普遍的机会 。进一步转向“能不能形成与机器不同的能力”。香港科技大学（广州）协理副校长熊辉 、
反复训练 。沟通和协作。是未来究竟该培养什么样的人 、但教育不应该继续把“做题”本身等同于能力。需要不断提问 、而理解力 、基础知识、他用“知识树”作比喻：真正重要的是理解一棵树的树干和框架 ，熊辉认为 ，这正是AI时代需要的训练 。