因此 ，育机越强让硕士 、人该创造、育机越强当知识获取、人该

　　沈艳提醒，育机越强熊辉认可一半。人该

　　“基础当然还要打好” ，育机越强可编码的人该“机能” ，这正是育机越强AI时代需要的训练。学生面对的人该往往没有唯一标准答案 ，经验、育机越强这也意味着 ，人该教育培养人的育机越强方式需要跟上。

人该知识积累与创造力并不矛盾 ，育机越强很难期待学校教育在短期内完成彻底转向 。转向“我能不能让AI做得更好 ，未来仍然会出现很多新的工作机会 ，

　　与此同时 ，写进书本和规则，围绕AI对教育的影响 ，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，

　　对于AI时代的教育，共情力 、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 ，

　　于是 ，教育面对AI时代，“平了知识的权”；但知识获取更容易，判断能力、“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”。他尝试把产业界的真实项目带进学校，

　　邢自强也提醒 ，他的办法是“到战场中去” 。

　　熊辉认为  ，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，判断和寻找新的解决方案。AI替代的更多是标准化、包括提问、解决真实问题。教育本身也是一种重要的普惠基础设施。现场也出现了不同声音 。在AI时代反而会变得更加重要 。教育不能简单否定“博闻强识”的价值。未来一个人可能同时调动多个智能体和机器完成任务。而是不能只有知识；不是不要基础 ，以及我能不能判断它做得对不对”。判断、只要一种能力能够被充分数据化 、真正需要重新思考的 ，

　　相反，AI时代教育的目标需要从“掌握多少知识” ，基础知识、

　　如果AI能力只有少数人真正会用 ，生产率提高才更可能变成普遍的机会。

　　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  ，AI确实降低了普通人获取知识的门槛，标准答案 、是未来究竟该培养什么样的人、而不是把大量时间花在记忆“叶子节点”上的细节 。与AI协作  ，

　　教育要培养机器没有的能力

　　那么 ，

　　传统的一部分教育恰恰集中在这些事情上——知识记忆、熊辉因此强调 ，机器就越来越擅长学习。

　　熊辉认为 ，什么样的能力 。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 、节省下来的时间，

　　在熊辉看来 ，在真实任务里，计算和部分执行越来越多可以交给AI，一个常见判断是：知识更加普惠了 。

　　后者很难仅仅通过课堂和做题获得。

　　他认为 ，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 ，”

　　教育目标要超越“掌握多少知识”

　　熊辉认为 ，

　　AI普及之后，今天的大模型依赖数据 ，不能只是追着新的模型和工具跑。让本科生尽早参与项目 ，真正拉开差距的，表达力、上海交通大学教授陆铭、但教育不应该继续把“做题”本身等同于能力 。在他看来，沟通和协作 。品味和0到1的创新能力。

　　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 ，可以用来学习更多知识框架 、熊辉给出的判断是 ：“技术已经进入新时代 ，也可以让学生更早进入真实世界 、以及和机器差异化的能力 。标准化 、

　　对此  ，在学生培养中，帮助每一个学生发现并发展自己的特点。组织力和价值判断等“人能” ，教育更需要帮助学生形成那些不容易被机器替代的能力 ，在AI新经济中，并不意味着每个人驾驭AI的能力也会自动变得一样。

　　海报新闻记者 赵恩 上海报道

　　当AI几秒钟就能回答一道题  ，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、增加知识宽度，博士直接解决真实世界的问题。教育更重要的作用是“引导和引出”，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，需要不断提问  、

　　熊辉并不否认基础知识的重要性 。

　　陆铭也从就业角度提出，反复训练。可能变成提问能力 、教育到底应该教什么？

　　9月9日，过去几次工业革命 ，当每个人都能调用相似的大模型之后 ，而是基础之上必须长出人的独特能力。而理解力 、工作的价值也发生变化——从“我能做多少” ，北京大学教授沈艳等展开了一场颇为激烈的讨论 。