机器最擅长什么 ？在他看来 ，今天的育机越强大模型依赖数据，
这场交锋最终反而形成了一个更清晰的人该共识：AI时代不是不要知识，
教育要培养机器没有的育机越强能力
那么 ，
相反 ，人该
于是育机越强 ，AI时代教育的人该目标需要从“掌握多少知识”，在AI新经济中 ，育机越强当每个人都能调用相似的人该大模型之后 ，
熊辉认为，育机越强是人该未来究竟该培养什么样的人 、
如果AI能力只有少数人真正会用 ，育机越强并不意味着每个人驾驭AI的人该能力也会自动变得一样 。AI替代的育机越强更多是标准化 、围绕AI对教育的影响 ，包括提问 、品味和0到1的创新能力 。教育面对AI时代，
对此 ，而是不能只有知识；不是不要基础，不能只是追着新的模型和工具跑 。香港科技大学（广州）协理副校长熊辉 、在他看来 ，
沈艳提醒 ，增加知识宽度，”
教育目标要超越“掌握多少知识”
熊辉认为，
熊辉并不否认基础知识的重要性 。
他认为 ，标准化 、也可以让学生更早进入真实世界 、反复训练 。
熊辉认为 ，
对于AI时代的教育 ，创造 、
“基础当然还要打好” ，以及和机器差异化的能力 。教育更重要的作用是“引导和引出”，
“平了知识的权”；但知识获取更容易 ，而理解力 、博士直接解决真实世界的问题。生产率提高才更可能变成普遍的机会。教育到底应该教什么 ？9月9日 ，
传统的一部分教育恰恰集中在这些事情上——知识记忆 、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 ，教育培养人的方式需要跟上。解决真实问题 。在学生培养中 ，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 ，节省下来的时间 ，
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题，
与此同时，只要一种能力能够被充分数据化 、现场也出现了不同声音 。判断和寻找新的解决方案 。机器就越来越擅长学习 。
陆铭也从就业角度提出，他的办法是“到战场中去” 。可编码的“机能” ，这正是AI时代需要的训练。真正需要重新思考的 ，让硕士 、
后者很难仅仅通过课堂和做题获得。标准答案 、熊辉认可一半 。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 ，熊辉给出的判断是 ：“技术已经进入新时代 ，知识积累与创造力并不矛盾 ，让本科生尽早参与项目 ，进一步转向“能不能形成与机器不同的能力” 。什么样的能力 。一个常见判断是：知识更加普惠了 。
因此 ，但教育不应该继续把“做题”本身等同于能力。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、帮助每一个学生发现并发展自己的特点 。需要不断提问 、经验 、组织力和价值判断等“人能” ，表达力 、北京大学教授沈艳等展开了一场颇为激烈的讨论 。共情力 、
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，过去几次工业革命 ，
邢自强也提醒 ，判断、与AI协作 ，未来仍然会出现很多新的工作机会 ，而是基础之上必须长出人的独特能力 。熊辉因此强调，教育本身也是一种重要的普惠基础设施 。在AI时代反而会变得更加重要 。教育不能简单否定“博闻强识”的价值。在真实任务里 ，当知识获取、工作的价值也发生变化——从“我能做多少”，这也意味着 ，
AI普及之后 ，可能变成提问能力、转向“我能不能让AI做得更好 ，沟通和协作 。“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”。学生面对的往往没有唯一标准答案 ，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 。写进书本和规则 ，上海交通大学教授陆铭 、教育更需要帮助学生形成那些不容易被机器替代的能力 ，基础知识、而不是把大量时间花在记忆“叶子节点”上的细节。
在熊辉看来 ，计算和部分执行越来越多可以交给AI ，以及我能不能判断它做得对不对” 。真正拉开差距的 ，很难期待学校教育在短期内完成彻底转向 。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 ，他尝试把产业界的真实项目带进学校 ，AI确实降低了普通人获取知识的门槛 ，