“基础当然还要打好”，育机越强真正需要重新思考的人该，

　　他把AI时代的育机越强劳动者称为“超级个体” ：过去一个人主要依靠自己的时间完成工作 ，真正拉开差距的人该，与AI协作，育机越强计算和部分执行越来越多可以交给AI，人该标准化、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 。解决真实问题  。育机越强包括提问 、人该

　　传统的育机越强一部分教育恰恰集中在这些事情上——知识记忆、

　　他认为  ，人该

　　与此同时，育机越强”

　　教育目标要超越“掌握多少知识”

　　熊辉认为 ，人该沟通和协作。育机越强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 。但教育不应该继续把“做题”本身等同于能力。他尝试把产业界的真实项目带进学校 ，

　　教育要培养机器没有的能力

　　那么 ，不能只是追着新的模型和工具跑 。判断能力、在真实任务里 ，在他看来，熊辉因此强调 ，在AI时代反而会变得更加重要 。

　　熊辉并不否认基础知识的重要性 。表达力 、什么样的能力 。“平了知识的权”；但知识获取更容易 ，基础知识、教育培养人的方式需要跟上。而理解力 、反复训练。这也意味着，

　　在熊辉看来 ，

共情力 、以及我能不能判断它做得对不对”。

　　沈艳提醒，工作的价值也发生变化——从“我能做多少” ，一个常见判断是 ：知识更加普惠了。

　　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，教育更重要的作用是“引导和引出”，未来仍然会出现很多新的工作机会，进一步转向“能不能形成与机器不同的能力” 。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 ，

　　后者很难仅仅通过课堂和做题获得 。标准答案、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，而是不能只有知识；不是不要基础，北京大学教授沈艳等展开了一场颇为激烈的讨论 。

　　因此 ，AI时代教育的目标需要从“掌握多少知识”  ，学生面对的往往没有唯一标准答案，需要不断提问、

　　对于AI时代的教育，

　　对此 ，以及和机器差异化的能力 。今天的大模型依赖数据，

　　海报新闻记者 赵恩 上海报道

　　当AI几秒钟就能回答一道题 ，熊辉认可一半。教育面对AI时代，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 、

　　熊辉认为 ，

　　邢自强也提醒 ，让硕士 、

　　熊辉认为 ，

　　于是 ，教育更需要帮助学生形成那些不容易被机器替代的能力，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 ，未来一个人可能同时调动多个智能体和机器完成任务。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 ，让本科生尽早参与项目  ，可编码的“机能”，当知识获取 、

　　相反 ，当每个人都能调用相似的大模型之后 ，过去几次工业革命，熊辉给出的判断是 ：“技术已经进入新时代，写进书本和规则，增加知识宽度，在学生培养中，很难期待学校教育在短期内完成彻底转向。他的办法是“到战场中去” 。现场也出现了不同声音 。可能变成提问能力 、帮助每一个学生发现并发展自己的特点。这正是AI时代需要的训练。教育到底应该教什么 ？

　　9月9日 ，香港科技大学（广州）协理副校长熊辉 、教育不能简单否定“博闻强识”的价值 。组织力和价值判断等“人能”，是未来究竟该培养什么样的人 、品味和0到1的创新能力。也可以让学生更早进入真实世界、只要一种能力能够被充分数据化、可以用来学习更多知识框架、AI替代的更多是标准化  、“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”。AI确实降低了普通人获取知识的门槛 ，

　　陆铭也从就业角度提出 ，判断和寻找新的解决方案。创造 、而是基础之上必须长出人的独特能力。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 ，节省下来的时间 ，围绕AI对教育的影响，教育本身也是一种重要的普惠基础设施 。知识积累与创造力并不矛盾 ，在AI新经济中，判断  、机器就越来越擅长学习。而不是把大量时间花在记忆“叶子节点”上的细节。

　　如果AI能力只有少数人真正会用，上海交通大学教授陆铭 、转向“我能不能让AI做得更好，

　　AI普及之后 ，经验、