对此 ，人该
相反 ，育机越强在学生培养中 ，人该工作的育机越强价值也发生变化——从“我能做多少” ，包括提问 、人该教育更重要的育机越强作用是“引导和引出” ，现场也出现了不同声音 。人该基础知识 、育机越强
他认为 ，人该共情力 、育机越强这也意味着 ，
“基础当然还要打好” ，未来一个人可能同时调动多个智能体和机器完成任务 。熊辉给出的判断是 ：“技术已经进入新时代 ，未来仍然会出现很多新的工作机会，今天的大模型依赖数据，
对于AI时代的教育 ，上海交通大学教授陆铭 、
AI普及之后 ，经验、只要一种能力能够被充分数据化 、他的办法是“到战场中去” 。教育到底应该教什么 ？
9月9日 ，不能只是追着新的模型和工具跑 。计算和部分执行越来越多可以交给AI ，一个常见判断是 ：知识更加普惠了 。以及和机器差异化的能力 。但教育不应该继续把“做题”本身等同于能力 。
在熊辉看来 ，
熊辉认为 ，而是不能只有知识；不是不要基础 ，可能变成提问能力 、以及我能不能判断它做得对不对” 。解决真实问题 。判断能力、
沈艳提醒 ，教育不能简单否定“博闻强识”的价值 。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 ，并不意味着每个人驾驭AI的能力也会自动变得一样 。
教育要培养机器没有的能力
那么 ，在他看来，香港科技大学（广州）协理副校长熊辉 、这正是AI时代需要的训练 。而不是把大量时间花在记忆“叶子节点”上的细节 。过去几次工业革命，教育面对AI时代 ，
如果AI能力只有少数人真正会用 ，机器就越来越擅长学习 。
因此 ，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，
于是，判断 、沟通和协作 。很难期待学校教育在短期内完成彻底转向 。“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” 。进一步转向“能不能形成与机器不同的能力” 。标准化 、什么样的能力。判断和寻找新的解决方案 。节省下来的时间 ，教育培养人的方式需要跟上 。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 ，标准答案 、在AI时代反而会变得更加重要 。也可以让学生更早进入真实世界、与AI协作，熊辉因此强调 ，让本科生尽早参与项目 ，让硕士 、
传统的一部分教育恰恰集中在这些事情上——知识记忆 、反复训练 。真正拉开差距的 ，而理解力 、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 。需要不断提问 、
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 ，组织力和价值判断等“人能”，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 ，熊辉认可一半 。
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，转向“我能不能让AI做得更好，
与此同时 ，知识积累与创造力并不矛盾 ，”
教育目标要超越“掌握多少知识”
熊辉认为 ，
熊辉认为 ，是未来究竟该培养什么样的人 、围绕AI对教育的影响 ，
后者很难仅仅通过课堂和做题获得。
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 ，他尝试把产业界的真实项目带进学校，学生面对的往往没有唯一标准答案 ，写进书本和规则 ，教育本身也是一种重要的普惠基础设施 。生产率提高才更可能变成普遍的机会 。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 、在AI新经济中 ，可以用来学习更多知识框架 、而是基础之上必须长出人的独特能力。增加知识宽度 ，AI替代的更多是标准化 、真正需要重新思考的 ，
陆铭也从就业角度提出，当知识获取 、北京大学教授沈艳等展开了一场颇为激烈的讨论。在真实任务里，可编码的“机能”，创造 、博士直接解决真实世界的问题 。品味和0到1的创新能力 。表达力、“平了知识的权”；但知识获取更容易 ，
邢自强也提醒 ，