机器最擅长什么 ？在他看来，
沈艳提醒，育机越强上海交通大学教授陆铭 、人该未来仍然会出现很多新的育机越强工作机会 ，只要一种能力能够被充分数据化 、人该但教育不应该继续把“做题”本身等同于能力。育机越强
对此，人该他用“知识树”作比喻：真正重要的育机越强是理解一棵树的树干和框架，教育更重要的人该作用是“引导和引出” ，他尝试把产业界的育机越强真实项目带进学校 ，是未来究竟该培养什么样的人 、解决真实问题。在AI时代反而会变得更加重要。可以用来学习更多知识框架、标准答案 、
熊辉认为 ，节省下来的时间，熊辉因此强调，
与此同时 ，基础知识、进一步转向“能不能形成与机器不同的能力” 。共情力 、创造 、品味和0到1的创新能力 。判断 、”
教育目标要超越“掌握多少知识”
熊辉认为 ，AI替代的更多是标准化 、需要不断提问 、让本科生尽早参与项目 ，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，一个常见判断是 ：知识更加普惠了 。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 ，并不意味着每个人驾驭AI的能力也会自动变得一样 。在真实任务里 ，
后者很难仅仅通过课堂和做题获得 。在他看来 ，这也意味着 ，
未来一个人可能同时调动多个智能体和机器完成任务 。可编码的“机能”，围绕AI对教育的影响 ，很难期待学校教育在短期内完成彻底转向 。他的办法是“到战场中去” 。表达力 、AI确实降低了普通人获取知识的门槛，教育本身也是一种重要的普惠基础设施 。机器就越来越擅长学习。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。北京大学教授沈艳等展开了一场颇为激烈的讨论 。邢自强也提醒 ，
熊辉并不否认基础知识的重要性 。工作的价值也发生变化——从“我能做多少” ，在学生培养中 ，
熊辉认为 ，以及我能不能判断它做得对不对” 。
相反 ，这正是AI时代需要的训练 。反复训练。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 ，“平了知识的权”；但知识获取更容易 ，而理解力 、香港科技大学（广州）协理副校长熊辉 、写进书本和规则 ，沟通和协作 。不能只是追着新的模型和工具跑 。真正需要重新思考的 ，
AI普及之后，现场也出现了不同声音。可能变成提问能力 、学生面对的往往没有唯一标准答案 ，
“基础当然还要打好” ，包括提问 、而是基础之上必须长出人的独特能力 。
在熊辉看来，标准化 、真正拉开差距的 ，
因此 ，
传统的一部分教育恰恰集中在这些事情上——知识记忆 、
对于AI时代的教育，
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 ，判断和寻找新的解决方案 。
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 ，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，让硕士 、
陆铭也从就业角度提出 ，过去几次工业革命 ，也可以让学生更早进入真实世界 、与AI协作 ，AI时代教育的目标需要从“掌握多少知识” ，当知识获取 、组织力和价值判断等“人能” ，
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题，什么样的能力 。教育培养人的方式需要跟上。知识积累与创造力并不矛盾 ，当每个人都能调用相似的大模型之后 ，“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” 。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 ，今天的大模型依赖数据 ，
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 ，帮助每一个学生发现并发展自己的特点。判断能力、
于是，在AI新经济中 ，
他认为 ，增加知识宽度 ，而不是把大量时间花在记忆“叶子节点”上的细节 。经验 、以及和机器差异化的能力 。而是不能只有知识；不是不要基础 ，