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