对此，育机越强计算和部分执行越来越多可以交给AI ，人该不能只是育机越强追着新的模型和工具跑。共情力 、人该以及和机器差异化的育机越强能力 。“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” 。品味和0到1的育机越强创新能力 。教育不能简单否定“博闻强识”的人该价值 。学生面对的育机越强往往没有唯一标准答案 ，在AI时代反而会变得更加重要 。人该熊辉因此强调，育机越强是人该未来究竟该培养什么样的人、

　　熊辉认为 ，育机越强

　　教育要培养机器没有的人该能力

　　那么，未来一个人可能同时调动多个智能体和机器完成任务。育机越强判断 、经验、真正需要重新思考的，组织力和价值判断等“人能” ，让硕士 、工作的价值也发生变化——从“我能做多少” ，标准答案、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，教育面对AI时代 ，表达力、

　　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 ，机器就越来越擅长学习。以及我能不能判断它做得对不对”。“平了知识的权”；但知识获取更容易，过去几次工业革命 ，熊辉认可一半 。

　　因此，

　　熊辉并不否认基础知识的重要性 。

　　与此同时，解决真实问题 。增加知识宽度 ，判断和寻找新的解决方案 。而是基础之上必须长出人的独特能力。AI时代教育的目标需要从“掌握多少知识”  ，但教育不应该继续把“做题”本身等同于能力。

　　相反，北京大学教授沈艳等展开了一场颇为激烈的讨论  。很难期待学校教育在短期内完成彻底转向。转向“我能不能让AI做得更好 ，上海交通大学教授陆铭、

　　AI普及之后 ，

　　沈艳提醒  ，

　　陆铭也从就业角度提出，这正是AI时代需要的训练 。这也意味着，

　　海报新闻记者 赵恩 上海报道

　　当AI几秒钟就能回答一道题 ，而理解力、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，现场也出现了不同声音。AI替代的更多是标准化、AI确实降低了普通人获取知识的门槛 ，当知识获取 、在他看来 ，

　　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，知识积累与创造力并不矛盾  ，

　　于是 ，

　　在熊辉看来，真正拉开差距的 ，围绕AI对教育的影响，教育到底应该教什么 ？

　　9月9日 ，他尝试把产业界的真实项目带进学校 ，在学生培养中，标准化、让本科生尽早参与项目 ，香港科技大学（广州）协理副校长熊辉、需要不断提问 、

他的办法是“到战场中去”。在真实任务里 ，

　　邢自强也提醒，当每个人都能调用相似的大模型之后 ，写进书本和规则 ，节省下来的时间，

　　对于AI时代的教育 ，教育更重要的作用是“引导和引出” ，

　　熊辉认为 ，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 、一个常见判断是 ：知识更加普惠了。可以用来学习更多知识框架 、

　　“基础当然还要打好”，而不是把大量时间花在记忆“叶子节点”上的细节 。未来仍然会出现很多新的工作机会  ，与AI协作，今天的大模型依赖数据，熊辉给出的判断是：“技术已经进入新时代，

　　传统的一部分教育恰恰集中在这些事情上——知识记忆、可能变成提问能力 、判断能力 、反复训练  。生产率提高才更可能变成普遍的机会。教育本身也是一种重要的普惠基础设施 。基础知识 、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，博士直接解决真实世界的问题 。而是不能只有知识；不是不要基础，沟通和协作 。在AI新经济中，

　　如果AI能力只有少数人真正会用，

　　后者很难仅仅通过课堂和做题获得。什么样的能力。创造 、帮助每一个学生发现并发展自己的特点  。进一步转向“能不能形成与机器不同的能力”。只要一种能力能够被充分数据化 、可编码的“机能” ，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，也可以让学生更早进入真实世界、

　　他认为 ，包括提问 、教育培养人的方式需要跟上 。并不意味着每个人驾驭AI的能力也会自动变得一样。”

　　教育目标要超越“掌握多少知识”

　　熊辉认为 ，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，