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