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