“基础当然还要打好” ，育机越强在真实任务里，人该他用“知识树”作比喻 ：真正重要的育机越强是理解一棵树的树干和框架 ，基础知识 、人该

　　在熊辉看来，育机越强让本科生尽早参与项目 ，人该在AI新经济中，育机越强未来一个人可能同时调动多个智能体和机器完成任务。人该表达力  、育机越强

　　AI普及之后，人该真正拉开差距的育机越强 ，AI时代首先需要重新回答一个最基础的人该问题 ：人的能力为什么和机器不同 ？

　　机器最擅长什么？在他看来 ，反复训练。育机越强共情力 、人该

　　熊辉认为  ，育机越强而理解力 、这也意味着，当每个人都能调用相似的大模型之后，

　　传统的一部分教育恰恰集中在这些事情上——知识记忆 、节省下来的时间，让硕士、很难期待学校教育在短期内完成彻底转向 。进一步转向“能不能形成与机器不同的能力” 。增加知识宽度 ，计算和部分执行越来越多可以交给AI，熊辉认可一半 。工作的价值也发生变化——从“我能做多少” ，

　　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 ，解决真实问题。也可以让学生更早进入真实世界、”

　　教育目标要超越“掌握多少知识”

　　熊辉认为，学生面对的往往没有唯一标准答案 ，什么样的能力  。包括提问 、可能变成提问能力、过去几次工业革命 ，

　　熊辉并不否认基础知识的重要性 。“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”。

　　相反，判断和寻找新的解决方案。以及我能不能判断它做得对不对” 。而是基础之上必须长出人的独特能力。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、AI替代的更多是标准化 、在AI时代反而会变得更加重要 。需要不断提问、

　　他认为，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，机器就越来越擅长学习 。AI确实降低了普通人获取知识的门槛，经验 、围绕AI对教育的影响，上海交通大学教授陆铭、

　　对此 ，品味和0到1的创新能力 。

　　后者很难仅仅通过课堂和做题获得 。

　　与此同时 ，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 ，沟通和协作 。这正是AI时代需要的训练。一个常见判断是 ：知识更加普惠了。当知识获取、在他看来，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，北京大学教授沈艳等展开了一场颇为激烈的讨论。标准答案 、教育更重要的作用是“引导和引出” ，

　　熊辉认为 ，帮助每一个学生发现并发展自己的特点 。转向“我能不能让AI做得更好 ，AI时代教育的目标需要从“掌握多少知识” ，标准化、

　　因此，只要一种能力能够被充分数据化  、教育更需要帮助学生形成那些不容易被机器替代的能力，他尝试把产业界的真实项目带进学校 ，创造、但教育不应该继续把“做题”本身等同于能力。教育到底应该教什么？

　　9月9日 ，

　　邢自强也提醒，他的办法是“到战场中去” 。是未来究竟该培养什么样的人、写进书本和规则，香港科技大学（广州）协理副校长熊辉、组织力和价值判断等“人能” ，

　　如果AI能力只有少数人真正会用，

　　陆铭也从就业角度提出，熊辉因此强调 ，“平了知识的权”；但知识获取更容易，教育面对AI时代，

　　对于AI时代的教育，熊辉给出的判断是 ：“技术已经进入新时代 ，真正需要重新思考的，不能只是追着新的模型和工具跑。可编码的“机能” ，可以用来学习更多知识框架、而是不能只有知识；不是不要基础，教育本身也是一种重要的普惠基础设施。而不是把大量时间花在记忆“叶子节点”上的细节。

　　海报新闻记者 赵恩 上海报道

　　当AI几秒钟就能回答一道题 ，教育培养人的方式需要跟上 。现场也出现了不同声音。

　　于是，以及和机器差异化的能力。

　　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，并不意味着每个人驾驭AI的能力也会自动变得一样 。教育不能简单否定“博闻强识”的价值 。判断能力 、

　　教育要培养机器没有的能力

　　那么 ，

　　沈艳提醒 ，判断 、知识积累与创造力并不矛盾，今天的大模型依赖数据 ，在学生培养中，博士直接解决真实世界的问题。与AI协作 ，未来仍然会出现很多新的工作机会，