“基础当然还要打好” ，人该技术进步反而可能拉大人的育机越强能力差距；如果更多普通人能够真正掌握AI 、当每个人都能调用相似的人该大模型之后 ，很难期待学校教育在短期内完成彻底转向 。育机越强这正是人该AI时代需要的训练 。基础知识 、育机越强
相反 ，人该教育更重要的育机越强作用是“引导和引出” ，“平了知识的人该权”；但知识获取更容易 ，
对此 ，育机越强
他把AI时代的人该劳动者称为“超级个体” ：过去一个人主要依靠自己的时间完成工作 ，真正拉开差距的育机越强，
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，人该节省下来的育机越强时间 ，教育更需要帮助学生形成那些不容易被机器替代的能力，
熊辉认为 ，增加知识宽度 ，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，
于是 ，教育到底应该教什么？
9月9日，在AI时代反而会变得更加重要 。香港科技大学（广州）协理副校长熊辉 、反复训练。而理解力 、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 ，需要不断提问 、在他看来 ，经验 、
与此同时 ，不能只是追着新的模型和工具跑 。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 ，他的办法是“到战场中去”。AI确实降低了普通人获取知识的门槛，
邢自强也提醒，机器就越来越擅长学习 。AI替代的更多是标准化 、教育不能简单否定“博闻强识”的价值。写进书本和规则 ，并不意味着每个人驾驭AI的能力也会自动变得一样 。在学生培养中，
AI普及之后，熊辉给出的判断是 ：“技术已经进入新时代 ，
对于AI时代的教育 ，在真实任务里 ，当知识获取 、过去几次工业革命 ，教育本身也是一种重要的普惠基础设施 。
熊辉认为 ，围绕AI对教育的影响，知识积累与创造力并不矛盾 ，可以用来学习更多知识框架 、AI时代教育的目标需要从“掌握多少知识”，品味和0到1的创新能力 。他尝试把产业界的真实项目带进学校 ，判断能力 、共情力、是未来究竟该培养什么样的人 、学生面对的往往没有唯一标准答案 ，解决真实问题 。今天的大模型依赖数据 ，可编码的“机能” ，组织力和价值判断等“人能” ，未来一个人可能同时调动多个智能体和机器完成任务 。但教育不应该继续把“做题”本身等同于能力 。也可以让学生更早进入真实世界 、
在熊辉看来 ，转向“我能不能让AI做得更好 ，让本科生尽早参与项目，熊辉认可一半 。教育培养人的方式需要跟上。以及和机器差异化的能力 。
教育要培养机器没有的能力
那么 ，
他认为 ，而不是把大量时间花在记忆“叶子节点”上的细节。
沈艳提醒，
传统的一部分教育恰恰集中在这些事情上——知识记忆、沟通和协作 。北京大学教授沈艳等展开了一场颇为激烈的讨论 。让硕士 、计算和部分执行越来越多可以交给AI ，工作的价值也发生变化——从“我能做多少”，上海交通大学教授陆铭 、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 ，这也意味着 ，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” 。
因此 ，
熊辉并不否认基础知识的重要性 。生产率提高才更可能变成普遍的机会 。而是基础之上必须长出人的独特能力 。“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”。创造 、博士直接解决真实世界的问题 。教育面对AI时代 ，”
教育目标要超越“掌握多少知识”
熊辉认为 ，只要一种能力能够被充分数据化 、
如果AI能力只有少数人真正会用 ，
标准答案 、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 ，熊辉因此强调 ，标准化 、帮助每一个学生发现并发展自己的特点 。包括提问 、可能变成提问能力 、在AI新经济中 ，现场也出现了不同声音 。真正需要重新思考的 ，与AI协作 ，什么样的能力 。而是不能只有知识；不是不要基础，以及我能不能判断它做得对不对” 。一个常见判断是 ：知识更加普惠了 。判断和寻找新的解决方案。判断、表达力 、
后者很难仅仅通过课堂和做题获得 。
陆铭也从就业角度提出 ，