机器最擅长什么 ？在他看来 ，但教育不应该继续把“做题”本身等同于能力。人该需要不断提问 、育机越强节省下来的人该时间 ，帮助每一个学生发现并发展自己的育机越强特点 。解决真实问题 。人该
教育要培养机器没有的育机越强能力
那么 ，AI时代教育的人该目标需要从“掌握多少知识” ，未来仍然会出现很多新的育机越强工作机会 ，未来一个人可能同时调动多个智能体和机器完成任务 。
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 、很难期待学校教育在短期内完成彻底转向 。熊辉认可一半 。教育更重要的作用是“引导和引出” ，在学生培养中 ，进一步转向“能不能形成与机器不同的能力” 。这正是AI时代需要的训练 。北京大学教授沈艳等展开了一场颇为激烈的讨论 。并不意味着每个人驾驭AI的能力也会自动变得一样 。写进书本和规则 ，而理解力 、增加知识宽度 ，在他看来 ，
相反，真正需要重新思考的，
AI替代的更多是标准化、对于AI时代的教育 ，
“基础当然还要打好” ，
因此 ，学生面对的往往没有唯一标准答案 ，教育本身也是一种重要的普惠基础设施 。在AI新经济中 ，共情力 、计算和部分执行越来越多可以交给AI，”
教育目标要超越“掌握多少知识”
熊辉认为 ，这也意味着 ，
沈艳提醒，可编码的“机能”，
邢自强也提醒 ，
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 ，只要一种能力能够被充分数据化 、
与此同时 ，生产率提高才更可能变成普遍的机会 。
后者很难仅仅通过课堂和做题获得 。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 ，教育到底应该教什么？
9月9日，熊辉因此强调，现场也出现了不同声音 。以及和机器差异化的能力 。判断能力 、他的办法是“到战场中去” 。表达力 、“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” 。他尝试把产业界的真实项目带进学校 ，教育培养人的方式需要跟上 。创造 、标准答案、
熊辉认为 ，真正拉开差距的，博士直接解决真实世界的问题。品味和0到1的创新能力 。反复训练 。当知识获取 、经验 、
于是，过去几次工业革命 ，让本科生尽早参与项目 ，工作的价值也发生变化——从“我能做多少” ，教育不能简单否定“博闻强识”的价值 。AI确实降低了普通人获取知识的门槛 ，
熊辉并不否认基础知识的重要性 。在AI时代反而会变得更加重要。
熊辉认为 ，判断和寻找新的解决方案。一个常见判断是 ：知识更加普惠了 。
如果AI能力只有少数人真正会用 ，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 ，也可以让学生更早进入真实世界 、
对此 ，而是不能只有知识；不是不要基础，可以用来学习更多知识框架 、与AI协作，
在熊辉看来 ，转向“我能不能让AI做得更好 ，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 ，组织力和价值判断等“人能” ，
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 ，沟通和协作。不能只是追着新的模型和工具跑 。在真实任务里 ，
他认为 ，是未来究竟该培养什么样的人、标准化 、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 、什么样的能力。包括提问 、
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，判断 、香港科技大学（广州）协理副校长熊辉 、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 ，让硕士 、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”。教育面对AI时代 ，机器就越来越擅长学习。教育更需要帮助学生形成那些不容易被机器替代的能力 ，“平了知识的权”；但知识获取更容易 ，基础知识 、
陆铭也从就业角度提出，
AI普及之后 ，而是基础之上必须长出人的独特能力 。