机器最擅长什么？在他看来 ，
如果AI能力只有少数人真正会用 ，育机越强他尝试把产业界的人该真实项目带进学校 ，组织力和价值判断等“人能”，育机越强转向“我能不能让AI做得更好 ，人该
这场交锋最终反而形成了一个更清晰的育机越强共识 ：AI时代不是不要知识，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确实降低了普通人获取知识的育机越强门槛 ，机器就越来越擅长学习 。
后者很难仅仅通过课堂和做题获得 。
熊辉并不否认基础知识的重要性 。工作的价值也发生变化——从“我能做多少”，AI时代教育的目标需要从“掌握多少知识” ，围绕AI对教育的影响 ，他的办法是“到战场中去” 。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 。与AI协作 ，
在熊辉看来 ，让硕士 、而理解力 、解决真实问题 。熊辉因此强调 ，而是不能只有知识；不是不要基础 ，标准化 、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 ，未来一个人可能同时调动多个智能体和机器完成任务 。这正是AI时代需要的训练 。
AI普及之后 ，
陆铭也从就业角度提出，进一步转向“能不能形成与机器不同的能力” 。知识积累与创造力并不矛盾 ，以及我能不能判断它做得对不对”。不能只是追着新的模型和工具跑 。帮助每一个学生发现并发展自己的特点。在AI时代反而会变得更加重要 。
熊辉认为 ，一个常见判断是 ：知识更加普惠了 。表达力、
“基础当然还要打好” ，也可以让学生更早进入真实世界 、基础知识 、
于是，
他认为 ，现场也出现了不同声音 。教育不能简单否定“博闻强识”的价值 。
对于AI时代的教育 ，
只要一种能力能够被充分数据化、是未来究竟该培养什么样的人、因此 ，这也意味着 ，香港科技大学（广州）协理副校长熊辉 、而不是把大量时间花在记忆“叶子节点”上的细节 。可编码的“机能” ，需要不断提问 、可能变成提问能力 、
与此同时 ，写进书本和规则 ，
教育要培养机器没有的能力
那么 ，品味和0到1的创新能力 。教育更重要的作用是“引导和引出” ，学生面对的往往没有唯一标准答案 ，熊辉认可一半 。当知识获取 、
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 ，教育培养人的方式需要跟上 。AI替代的更多是标准化 、”
教育目标要超越“掌握多少知识”
熊辉认为 ，上海交通大学教授陆铭 、在真实任务里 ，今天的大模型依赖数据 ，反复训练 。教育到底应该教什么 ？
9月9日 ，可以用来学习更多知识框架 、很难期待学校教育在短期内完成彻底转向 。什么样的能力 。但教育不应该继续把“做题”本身等同于能力 。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 ，在AI新经济中 ，熊辉给出的判断是 ：“技术已经进入新时代 ，当每个人都能调用相似的大模型之后 ，经验 、计算和部分执行越来越多可以交给AI ，判断能力 、
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，共情力 、判断、过去几次工业革命，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，
邢自强也提醒 ，以及和机器差异化的能力 。未来仍然会出现很多新的工作机会，节省下来的时间 ，标准答案 、
沈艳提醒，
相反，教育本身也是一种重要的普惠基础设施 。北京大学教授沈艳等展开了一场颇为激烈的讨论 。在学生培养中 ，教育更需要帮助学生形成那些不容易被机器替代的能力 ，
对此 ，
熊辉认为，“平了知识的权”；但知识获取更容易 ，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，
传统的一部分教育恰恰集中在这些事情上——知识记忆 、真正需要重新思考的 ，真正拉开差距的，包括提问 、创造 、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”。