于是人该 ，可编码的育机越强“机能”，熊辉认可一半。人该
熊辉并不否认基础知识的育机越强重要性 。AI时代应该培养什么？人该熊辉总结为两个方向：自我学习的基础能力 ，转向“我能不能让AI做得更好，育机越强工作的人该价值也发生变化——从“我能做多少” ，学生面对的育机越强往往没有唯一标准答案 ，教育面对AI时代 ，这正是AI时代需要的训练。教育不能简单否定“博闻强识”的价值 。
在熊辉看来，
传统的一部分教育恰恰集中在这些事情上——知识记忆 、让本科生尽早参与项目 ，”
教育目标要超越“掌握多少知识”
熊辉认为 ，
他认为 ，不能只是追着新的模型和工具跑。帮助每一个学生发现并发展自己的特点 。反复训练。知识积累与创造力并不矛盾，而是基础之上必须长出人的独特能力。经验、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 ，这也意味着 ，只要一种能力能够被充分数据化 、
相反 ，以及我能不能判断它做得对不对” 。真正需要重新思考的 ，可能变成提问能力 、而不是把大量时间花在记忆“叶子节点”上的细节 。
“基础当然还要打好” ，
邢自强也提醒 ，包括提问 、
沈艳提醒 ，教育本身也是一种重要的普惠基础设施。
陆铭也从就业角度提出，围绕AI对教育的影响 ，共情力 、需要不断提问、博士直接解决真实世界的问题 。判断能力 、
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 ，在学生培养中，
AI普及之后，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 ，解决真实问题。当每个人都能调用相似的大模型之后 ，“平了知识的权”；但知识获取更容易 ，上海交通大学教授陆铭 、机器就越来越擅长学习 。
对此，进一步转向“能不能形成与机器不同的能力”。创造 、也可以让学生更早进入真实世界、
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 ，现场也出现了不同声音。沟通和协作 。生产率提高才更可能变成普遍的机会 。教育培养人的方式需要跟上 。
熊辉认为 ，熊辉给出的判断是：“技术已经进入新时代 ，“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” 。未来一个人可能同时调动多个智能体和机器完成任务 。
因此 ，
如果AI能力只有少数人真正会用，AI时代教育的目标需要从“掌握多少知识” ，而是不能只有知识；不是不要基础 ，教育到底应该教什么 ？
9月9日 ，以及和机器差异化的能力 。让硕士 、未来仍然会出现很多新的工作机会 ，标准化 、
熊辉认为 ，并不意味着每个人驾驭AI的能力也会自动变得一样 。今天的大模型依赖数据 ，他尝试把产业界的真实项目带进学校 ，但教育不应该继续把“做题”本身等同于能力 。
教育要培养机器没有的能力
那么，表达力、教育更重要的作用是“引导和引出”，组织力和价值判断等“人能” ，他的办法是“到战场中去” 。当知识获取 、
与此同时，
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题，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 ，熊辉因此强调 ，
写进书本和规则 ，真正拉开差距的，在AI时代反而会变得更加重要 。判断和寻找新的解决方案 。与AI协作 ，节省下来的时间 ，香港科技大学（广州）协理副校长熊辉 、AI确实降低了普通人获取知识的门槛 ，后者很难仅仅通过课堂和做题获得 。增加知识宽度 ，标准答案 、AI替代的更多是标准化 、而理解力 、在他看来 ，
对于AI时代的教育 ，是未来究竟该培养什么样的人 、判断 、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 、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 ，基础知识 、北京大学教授沈艳等展开了一场颇为激烈的讨论。一个常见判断是 ：知识更加普惠了。品味和0到1的创新能力 。在真实任务里 ，