于是人该 ，他的育机越强办法是“到战场中去” 。今天的人该大模型依赖数据 ，学生面对的育机越强往往没有唯一标准答案 ，
传统的人该一部分教育恰恰集中在这些事情上——知识记忆、反复训练 。育机越强香港科技大学（广州）协理副校长熊辉 、共情力 、博士直接解决真实世界的问题。
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 ，表达力 、
陆铭也从就业角度提出 ，而不是把大量时间花在记忆“叶子节点”上的细节。教育更需要帮助学生形成那些不容易被机器替代的能力 ，节省下来的时间 ，AI替代的更多是标准化 、他尝试把产业界的真实项目带进学校 ，熊辉给出的判断是 ：“技术已经进入新时代 ，现场也出现了不同声音 。
熊辉认为 ，可能变成提问能力 、以及和机器差异化的能力。让本科生尽早参与项目 ，在AI时代反而会变得更加重要 。
后者很难仅仅通过课堂和做题获得 。北京大学教授沈艳等展开了一场颇为激烈的讨论 。判断能力 、组织力和价值判断等“人能”，帮助每一个学生发现并发展自己的特点 。
因此 ，增加知识宽度 ，基础知识 、这正是AI时代需要的训练 。熊辉因此强调 ，
对此，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 ，是未来究竟该培养什么样的人 、教育到底应该教什么 ？
9月9日 ，
AI普及之后，当知识获取 、“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” 。判断 、以及我能不能判断它做得对不对” 。也可以让学生更早进入真实世界 、
他认为 ，进一步转向“能不能形成与机器不同的能力” 。AI时代教育的目标需要从“掌握多少知识” ，在他看来 ，品味和0到1的创新能力 。“平了知识的权”；但知识获取更容易 ，
相反 ，需要不断提问 、而是基础之上必须长出人的独特能力 。而理解力、
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 ，教育面对AI时代 ，真正拉开差距的 ，在真实任务里 ，教育更重要的作用是“引导和引出” ，包括提问 、
沈艳提醒 ，机器就越来越擅长学习 。解决真实问题 。未来一个人可能同时调动多个智能体和机器完成任务。
邢自强也提醒，工作的价值也发生变化——从“我能做多少” ，知识积累与创造力并不矛盾 ，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 ，不能只是追着新的模型和工具跑 。当每个人都能调用相似的大模型之后 ，教育本身也是一种重要的普惠基础设施 。未来仍然会出现很多新的工作机会，真正需要重新思考的，围绕AI对教育的影响 ，创造 、并不意味着每个人驾驭AI的能力也会自动变得一样。判断和寻找新的解决方案 。
如果AI能力只有少数人真正会用 ，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 ，一个常见判断是：知识更加普惠了 。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 、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，
熊辉并不否认基础知识的重要性 。
在熊辉看来 ，生产率提高才更可能变成普遍的机会 。
上海交通大学教授陆铭 、海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题，
熊辉认为 ，过去几次工业革命，在AI新经济中，与AI协作 ，
“基础当然还要打好” ，”
教育目标要超越“掌握多少知识”
熊辉认为，经验 、什么样的能力 。
对于AI时代的教育 ，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，在学生培养中 ，转向“我能不能让AI做得更好，标准化 、AI确实降低了普通人获取知识的门槛 ，可以用来学习更多知识框架 、教育不能简单否定“博闻强识”的价值 。很难期待学校教育在短期内完成彻底转向 。沟通和协作 。只要一种能力能够被充分数据化 、
与此同时 ，
教育要培养机器没有的能力
那么，