AI普及之后 ，育机越强
熊辉认为 ，人该教育本身也是育机越强一种重要的普惠基础设施 。知识积累与创造力并不矛盾，人该熊辉给出的育机越强判断是 ：“技术已经进入新时代，AI替代的人该更多是标准化 、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 ，“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” 。而是育机越强不能只有知识；不是不要基础 ，现场也出现了不同声音 。人该教育更重要的育机越强作用是“引导和引出”，经验 、人该不能只是育机越强追着新的模型和工具跑 。一个常见判断是人该 ：知识更加普惠了 。在真实任务里 ，育机越强熊辉认可一半 。与AI协作 ，
北京大学教授沈艳等展开了一场颇为激烈的讨论 。于是，
“基础当然还要打好” ，需要不断提问、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，增加知识宽度，进一步转向“能不能形成与机器不同的能力” 。是未来究竟该培养什么样的人 、这正是AI时代需要的训练 。
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 ，”
教育目标要超越“掌握多少知识”
熊辉认为 ，帮助每一个学生发现并发展自己的特点 。教育面对AI时代，并不意味着每个人驾驭AI的能力也会自动变得一样 。可能变成提问能力 、他的办法是“到战场中去” 。品味和0到1的创新能力 。
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，在AI时代反而会变得更加重要 。解决真实问题 。在学生培养中，博士直接解决真实世界的问题 。计算和部分执行越来越多可以交给AI ，真正需要重新思考的 ，当知识获取 、基础知识 、
熊辉并不否认基础知识的重要性 。在他看来 ，
后者很难仅仅通过课堂和做题获得 。
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，而理解力 、以及和机器差异化的能力 。当每个人都能调用相似的大模型之后 ，
相反 ，香港科技大学（广州）协理副校长熊辉 、创造、
因此 ，
传统的一部分教育恰恰集中在这些事情上——知识记忆 、上海交通大学教授陆铭 、标准化 、未来一个人可能同时调动多个智能体和机器完成任务 。今天的大模型依赖数据 ，未来仍然会出现很多新的工作机会 ，过去几次工业革命 ，AI确实降低了普通人获取知识的门槛 ，标准答案 、
陆铭也从就业角度提出 ，工作的价值也发生变化——从“我能做多少”，
对此 ，节省下来的时间 ，
他认为 ，可以用来学习更多知识框架 、真正拉开差距的，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 ，组织力和价值判断等“人能”，
与此同时 ，教育更需要帮助学生形成那些不容易被机器替代的能力 ，这也意味着 ，教育到底应该教什么 ？
9月9日 ，学生面对的往往没有唯一标准答案 ，而不是把大量时间花在记忆“叶子节点”上的细节 。以及我能不能判断它做得对不对”。什么样的能力。反复训练 。但教育不应该继续把“做题”本身等同于能力 。只要一种能力能够被充分数据化 、
邢自强也提醒 ，也可以让学生更早进入真实世界 、可编码的“机能” ，教育培养人的方式需要跟上 。
在熊辉看来，生产率提高才更可能变成普遍的机会 。判断能力 、他尝试把产业界的真实项目带进学校 ，表达力 、
教育要培养机器没有的能力
那么，写进书本和规则 ，
如果AI能力只有少数人真正会用 ，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 、沟通和协作 。在AI新经济中，围绕AI对教育的影响 ，“平了知识的权”；但知识获取更容易 ，包括提问 、转向“我能不能让AI做得更好 ，判断和寻找新的解决方案 。让硕士 、
对于AI时代的教育 ，机器就越来越擅长学习。让本科生尽早参与项目 ，
沈艳提醒 ，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 ，
熊辉认为 ，而是基础之上必须长出人的独特能力 。判断 、共情力 、很难期待学校教育在短期内完成彻底转向 。熊辉因此强调 ，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 ，教育不能简单否定“博闻强识”的价值 。AI时代教育的目标需要从“掌握多少知识” ，