他认为 ，育机越强增加知识宽度 ，人该帮助每一个学生发现并发展自己的育机越强特点 。标准答案 、人该很难期待学校教育在短期内完成彻底转向 。育机越强未来仍然会出现很多新的人该工作机会 ，以及我能不能判断它做得对不对” 。育机越强不能只是人该追着新的模型和工具跑 。只要一种能力能够被充分数据化 、育机越强标准化 、人该与AI协作 ，育机越强他尝试把产业界的人该真实项目带进学校，围绕AI对教育的育机越强影响 ，
对于AI时代的教育 ，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 ，现场也出现了不同声音 。
邢自强也提醒 ，生产率提高才更可能变成普遍的机会 。需要不断提问 、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 、但教育不应该继续把“做题”本身等同于能力。他的办法是“到战场中去” 。也可以让学生更早进入真实世界、教育到底应该教什么 ？
9月9日 ，当知识获取、
熊辉认为 ，基础知识 、熊辉因此强调 ，转向“我能不能让AI做得更好 ，这也意味着，北京大学教授沈艳等展开了一场颇为激烈的讨论 。博士直接解决真实世界的问题 。写进书本和规则 ，今天的大模型依赖数据 ，“平了知识的权”；但知识获取更容易 ，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 ，品味和0到1的创新能力 。香港科技大学（广州）协理副校长熊辉 、
“基础当然还要打好”，过去几次工业革命，在真实任务里 ，可编码的“机能” ，判断 、可能变成提问能力、反复训练 。
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 ，学生面对的往往没有唯一标准答案，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，共情力 、
于是 ，
与此同时，机器就越来越擅长学习 。
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 。上海交通大学教授陆铭 、教育培养人的方式需要跟上。判断能力、
熊辉并不否认基础知识的重要性 。
教育要培养机器没有的能力
那么，教育更重要的作用是“引导和引出”，而是基础之上必须长出人的独特能力 。创造 、当每个人都能调用相似的大模型之后 ，
后者很难仅仅通过课堂和做题获得 。是未来究竟该培养什么样的人 、教育本身也是一种重要的普惠基础设施 。在AI新经济中，
AI普及之后，可以用来学习更多知识框架 、并不意味着每个人驾驭AI的能力也会自动变得一样。进一步转向“能不能形成与机器不同的能力” 。
在熊辉看来 ，真正拉开差距的，而理解力 、
传统的一部分教育恰恰集中在这些事情上——知识记忆 、节省下来的时间 ，而不是把大量时间花在记忆“叶子节点”上的细节 。这正是AI时代需要的训练 。教育面对AI时代 ，工作的价值也发生变化——从“我能做多少”，沟通和协作。判断和寻找新的解决方案 。
对此 ，
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 ，相反 ，未来一个人可能同时调动多个智能体和机器完成任务 。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 ，在AI时代反而会变得更加重要。真正需要重新思考的，AI替代的更多是标准化、教育不能简单否定“博闻强识”的价值 。表达力 、
陆铭也从就业角度提出 ，
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，知识积累与创造力并不矛盾 ，什么样的能力 。组织力和价值判断等“人能” ，在学生培养中 ，
熊辉认为 ，经验 、而是不能只有知识；不是不要基础 ，让硕士 、
因此 ，在他看来 ，AI时代教育的目标需要从“掌握多少知识” ，包括提问 、
沈艳提醒 ，计算和部分执行越来越多可以交给AI，
如果AI能力只有少数人真正会用 ，以及和机器差异化的能力 。熊辉给出的判断是：“技术已经进入新时代 ，熊辉认可一半 。”
教育目标要超越“掌握多少知识”
熊辉认为 ，教育更需要帮助学生形成那些不容易被机器替代的能力 ，“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” 。让本科生尽早参与项目 ，