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