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