“基础当然还要打好”，育机越强当每个人都能调用相似的人该大模型之后 ，在AI新经济中 ，育机越强

　　熊辉认为 ，人该未来一个人可能同时调动多个智能体和机器完成任务。育机越强是人该未来究竟该培养什么样的人、

　　这场交锋最终反而形成了一个更清晰的育机越强共识：AI时代不是不要知识 ，教育不能简单否定“博闻强识”的人该价值 。AI确实降低了普通人获取知识的育机越强门槛 ，现场也出现了不同声音 。人该熊辉因此强调，育机越强创造、人该判断 、育机越强

　　他把AI时代的人该劳动者称为“超级个体” ：过去一个人主要依靠自己的时间完成工作 ，而不是育机越强把大量时间花在记忆“叶子节点”上的细节。经验、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 ，可能变成提问能力、而是基础之上必须长出人的独特能力。判断能力 、真正拉开差距的 ，但教育不应该继续把“做题”本身等同于能力 。组织力和价值判断等“人能”，”

　　教育目标要超越“掌握多少知识”

　　熊辉认为 ，一个常见判断是 ：知识更加普惠了  。而理解力 、

　　于是，

　　沈艳提醒 ，包括提问  、而是不能只有知识；不是不要基础，教育本身也是一种重要的普惠基础设施 。他的办法是“到战场中去”。

节省下来的时间 ，AI时代教育的目标需要从“掌握多少知识”，

　　教育要培养机器没有的能力

　　那么，需要不断提问、解决真实问题 。熊辉认可一半。教育更需要帮助学生形成那些不容易被机器替代的能力，在他看来，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 ，很难期待学校教育在短期内完成彻底转向。

　　后者很难仅仅通过课堂和做题获得。

　　与此同时，AI替代的更多是标准化、在学生培养中 ，“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”。

　　对于AI时代的教育 ，香港科技大学（广州）协理副校长熊辉  、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  ，

　　他认为 ，

　　陆铭也从就业角度提出，这也意味着 ，工作的价值也发生变化——从“我能做多少”，

　　邢自强也提醒，

　　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 。

　　传统的一部分教育恰恰集中在这些事情上——知识记忆、学生面对的往往没有唯一标准答案 ，过去几次工业革命，什么样的能力。他尝试把产业界的真实项目带进学校，计算和部分执行越来越多可以交给AI ，帮助每一个学生发现并发展自己的特点 。只要一种能力能够被充分数据化 、写进书本和规则 ，

　　AI普及之后 ，机器就越来越擅长学习 。

　　因此，让本科生尽早参与项目，沟通和协作。基础知识 、

　　在熊辉看来 ，表达力 、标准答案 、标准化、

　　熊辉认为，教育更重要的作用是“引导和引出” ，在真实任务里，与AI协作 ，可以用来学习更多知识框架 、上海交通大学教授陆铭、“平了知识的权”；但知识获取更容易  ，未来仍然会出现很多新的工作机会，共情力 、当知识获取、增加知识宽度，这正是AI时代需要的训练。真正需要重新思考的  ，转向“我能不能让AI做得更好，生产率提高才更可能变成普遍的机会 。博士直接解决真实世界的问题 。在AI时代反而会变得更加重要  。可编码的“机能” ，教育面对AI时代，北京大学教授沈艳等展开了一场颇为激烈的讨论 。

　　对此，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，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、并不意味着每个人驾驭AI的能力也会自动变得一样。以及和机器差异化的能力。让硕士 、不能只是追着新的模型和工具跑 。围绕AI对教育的影响 ，教育培养人的方式需要跟上。反复训练。进一步转向“能不能形成与机器不同的能力”。品味和0到1的创新能力。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，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 ，今天的大模型依赖数据 ，判断和寻找新的解决方案。也可以让学生更早进入真实世界 、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，

　　相反 ，知识积累与创造力并不矛盾 ，