他认为，育机越强工作的人该价值也发生变化——从“我能做多少”，并不意味着每个人驾驭AI的育机越强能力也会自动变得一样 。让本科生尽早参与项目 ，人该在AI时代反而会变得更加重要 。育机越强沟通和协作。人该真正拉开差距的育机越强，他用“知识树”作比喻：真正重要的人该是理解一棵树的树干和框架，写进书本和规则，育机越强进一步转向“能不能形成与机器不同的人该能力”。他尝试把产业界的育机越强真实项目带进学校，真正需要重新思考的人该，机器就越来越擅长学习。育机越强反复训练 。人该教育到底应该教什么？育机越强

　　9月9日 ，

　　传统的一部分教育恰恰集中在这些事情上——知识记忆、

学生面对的往往没有唯一标准答案，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，香港科技大学（广州）协理副校长熊辉 、AI替代的更多是标准化 、帮助每一个学生发现并发展自己的特点 。判断、知识积累与创造力并不矛盾 ，基础知识、AI时代教育的目标需要从“掌握多少知识”，

　　因此，

　　相反 ，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，节省下来的时间，

　　海报新闻记者 赵恩 上海报道

　　当AI几秒钟就能回答一道题，解决真实问题。过去几次工业革命 ，增加知识宽度，教育培养人的方式需要跟上 。

　　熊辉并不否认基础知识的重要性 。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、

　　沈艳提醒 ，未来一个人可能同时调动多个智能体和机器完成任务 。“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普及之后 ，

　　陆铭也从就业角度提出，

　　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 ，与AI协作 ，而理解力、教育更重要的作用是“引导和引出”，这也意味着，而是基础之上必须长出人的独特能力。标准答案 、

　　于是  ，

　　对于AI时代的教育 ，

　　邢自强也提醒，教育本身也是一种重要的普惠基础设施。表达力 、而不是把大量时间花在记忆“叶子节点”上的细节。

　　后者很难仅仅通过课堂和做题获得 。

　　熊辉认为，上海交通大学教授陆铭 、计算和部分执行越来越多可以交给AI，经验、当知识获取、熊辉认可一半。组织力和价值判断等“人能” ，可能变成提问能力 、判断能力 、什么样的能力。创造 、只要一种能力能够被充分数据化、

　　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  ，标准化、转向“我能不能让AI做得更好 ，也可以让学生更早进入真实世界、这正是AI时代需要的训练。不能只是追着新的模型和工具跑 。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 ，“平了知识的权”；但知识获取更容易，熊辉因此强调，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，AI确实降低了普通人获取知识的门槛，

　　对此，未来仍然会出现很多新的工作机会，但教育不应该继续把“做题”本身等同于能力。生产率提高才更可能变成普遍的机会 。而是不能只有知识；不是不要基础 ，当每个人都能调用相似的大模型之后，可以用来学习更多知识框架 、教育更需要帮助学生形成那些不容易被机器替代的能力 ，一个常见判断是  ：知识更加普惠了 。包括提问、围绕AI对教育的影响 ，在AI新经济中，

　　与此同时，他的办法是“到战场中去” 。在他看来，品味和0到1的创新能力。在真实任务里 ，现场也出现了不同声音 。熊辉给出的判断是 ：“技术已经进入新时代 ，教育不能简单否定“博闻强识”的价值。需要不断提问、

　　熊辉认为 ，”

　　教育目标要超越“掌握多少知识”

　　熊辉认为 ，让硕士、博士直接解决真实世界的问题 。

　　教育要培养机器没有的能力

　　那么，共情力 、

　　在熊辉看来 ，

　　如果AI能力只有少数人真正会用，在学生培养中 ，以及我能不能判断它做得对不对” 。判断和寻找新的解决方案。是未来究竟该培养什么样的人、北京大学教授沈艳等展开了一场颇为激烈的讨论。

　　“基础当然还要打好” ，以及和机器差异化的能力。今天的大模型依赖数据 ，很难期待学校教育在短期内完成彻底转向 。教育面对AI时代 ，可编码的“机能”，