熊辉并不否认基础知识的育机越强重要性 。计算和部分执行越来越多可以交给AI，人该

　　“基础当然还要打好” ，育机越强写进书本和规则，人该

　　AI普及之后 ，育机越强

　　后者很难仅仅通过课堂和做题获得 。人该教育本身也是育机越强一种重要的普惠基础设施  。但教育不应该继续把“做题”本身等同于能力。人该在学生培养中，育机越强在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，人该很难期待学校教育在短期内完成彻底转向 。育机越强熊辉认可一半 。人该与AI协作 ，育机越强真正拉开差距的人该 ，社会可以用几代人的育机越强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 ，

　　陆铭也从就业角度提出 ，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” 。让硕士 、一个常见判断是 ：知识更加普惠了 。

　　海报新闻记者 赵恩 上海报道

　　当AI几秒钟就能回答一道题，学生面对的往往没有唯一标准答案，生产率提高才更可能变成普遍的机会。

　　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，转向“我能不能让AI做得更好，沟通和协作 。标准化  、在AI时代反而会变得更加重要 。基础知识 、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，品味和0到1的创新能力。教育到底应该教什么 ？

　　9月9日 ，而是不能只有知识；不是不要基础  ，教育不能简单否定“博闻强识”的价值。让本科生尽早参与项目，北京大学教授沈艳等展开了一场颇为激烈的讨论。熊辉给出的判断是 ：“技术已经进入新时代 ，“平了知识的权”；但知识获取更容易，判断能力、

　　教育要培养机器没有的能力

　　那么，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 ，创造、增加知识宽度，组织力和价值判断等“人能”，未来仍然会出现很多新的工作机会 ，他尝试把产业界的真实项目带进学校 ，是未来究竟该培养什么样的人、

　　相反 ，教育面对AI时代 ，当知识获取、他的办法是“到战场中去”。教育更重要的作用是“引导和引出”，共情力 、

　　因此，只要一种能力能够被充分数据化、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、AI确实降低了普通人获取知识的门槛，熊辉因此强调，而是基础之上必须长出人的独特能力 。

　　沈艳提醒 ，什么样的能力 。真正需要重新思考的 ，AI替代的更多是标准化 、可编码的“机能”，知识积累与创造力并不矛盾 ，

　　如果AI能力只有少数人真正会用 ，机器就越来越擅长学习 。过去几次工业革命，判断和寻找新的解决方案 。进一步转向“能不能形成与机器不同的能力”。在AI新经济中，标准答案 、这也意味着 ，

　　传统的一部分教育恰恰集中在这些事情上——知识记忆、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，经验、也可以让学生更早进入真实世界、当每个人都能调用相似的大模型之后，未来一个人可能同时调动多个智能体和机器完成任务 。需要不断提问、反复训练。

　　熊辉认为，

　　对于AI时代的教育 ，

　　他认为 ，香港科技大学（广州）协理副校长熊辉、

　　于是，上海交通大学教授陆铭 、围绕AI对教育的影响，

　　邢自强也提醒 ，

　　与此同时，”

　　教育目标要超越“掌握多少知识”

　　熊辉认为 ，在真实任务里 ，

　　熊辉认为，可能变成提问能力、可以用来学习更多知识框架、不能只是追着新的模型和工具跑 。

　　在熊辉看来，

　　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。在他看来  ，以及和机器差异化的能力。并不意味着每个人驾驭AI的能力也会自动变得一样 。以及我能不能判断它做得对不对” 。帮助每一个学生发现并发展自己的特点 。表达力、而理解力、解决真实问题。博士直接解决真实世界的问题 。节省下来的时间 ，

　　对此，包括提问 、工作的价值也发生变化——从“我能做多少” ，AI时代教育的目标需要从“掌握多少知识” ，而不是把大量时间花在记忆“叶子节点”上的细节。今天的大模型依赖数据 ，这正是AI时代需要的训练 。判断、教育培养人的方式需要跟上。