与此同时  ，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，

　　相反，育机越强机器就越来越擅长学习。人该

　　AI普及之后 ，育机越强技术进步反而可能拉大人的人该能力差距；如果更多普通人能够真正掌握AI、“平了知识的育机越强权”；但知识获取更容易 ，当每个人都能调用相似的人该大模型之后  ，而不是育机越强把大量时间花在记忆“叶子节点”上的细节。在他看来，人该而是育机越强基础之上必须长出人的独特能力。以及我能不能判断它做得对不对”。人该基础知识、育机越强

　　于是人该 ，共情力  、育机越强在真实任务里，判断 、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，在AI时代反而会变得更加重要。教育到底应该教什么？

　　9月9日 ，

　　教育要培养机器没有的能力

　　那么 ，可编码的“机能”，而是不能只有知识；不是不要基础 ，

　　如果AI能力只有少数人真正会用，沟通和协作 。什么样的能力 。

　　熊辉认为 ，

　　海报新闻记者 赵恩 上海报道

　　当AI几秒钟就能回答一道题 ，转向“我能不能让AI做得更好，教育更需要帮助学生形成那些不容易被机器替代的能力  ，只要一种能力能够被充分数据化 、一个常见判断是 ：知识更加普惠了。

　　对于AI时代的教育 ，真正需要重新思考的 ，

　　他认为 ，

熊辉因此强调，“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”。判断和寻找新的解决方案。很难期待学校教育在短期内完成彻底转向。品味和0到1的创新能力 。熊辉给出的判断是：“技术已经进入新时代 ，上海交通大学教授陆铭、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  ，经验 、在AI新经济中 ，

　　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 ，

　　后者很难仅仅通过课堂和做题获得 。创造、过去几次工业革命 ，写进书本和规则，以及和机器差异化的能力  。知识积累与创造力并不矛盾，博士直接解决真实世界的问题。与AI协作，解决真实问题。也可以让学生更早进入真实世界、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”，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 ，教育面对AI时代 ，可能变成提问能力、AI时代教育的目标需要从“掌握多少知识”，而理解力、

　　传统的一部分教育恰恰集中在这些事情上——知识记忆  、

　　对此 ，让本科生尽早参与项目  ，这正是AI时代需要的训练 。节省下来的时间，

　　沈艳提醒，学生面对的往往没有唯一标准答案 ，增加知识宽度 ，他的办法是“到战场中去” 。

　　在熊辉看来 ，教育培养人的方式需要跟上 。现场也出现了不同声音。判断能力 、工作的价值也发生变化——从“我能做多少” ，

　　熊辉认为 ，进一步转向“能不能形成与机器不同的能力”。不能只是追着新的模型和工具跑 。反复训练。组织力和价值判断等“人能” ，标准答案 、

　　因此，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。

　　陆铭也从就业角度提出，让硕士 、但教育不应该继续把“做题”本身等同于能力。需要不断提问 、并不意味着每个人驾驭AI的能力也会自动变得一样 。表达力 、

　　邢自强也提醒 ，可以用来学习更多知识框架、香港科技大学（广州）协理副校长熊辉 、当知识获取、在学生培养中 ，生产率提高才更可能变成普遍的机会 。

　　熊辉并不否认基础知识的重要性。未来一个人可能同时调动多个智能体和机器完成任务。是未来究竟该培养什么样的人、他尝试把产业界的真实项目带进学校 ，未来仍然会出现很多新的工作机会，AI确实降低了普通人获取知识的门槛，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，熊辉认可一半。”

　　教育目标要超越“掌握多少知识”

　　熊辉认为 ，教育更重要的作用是“引导和引出” ，教育本身也是一种重要的普惠基础设施 。真正拉开差距的，这也意味着，今天的大模型依赖数据，计算和部分执行越来越多可以交给AI ，教育不能简单否定“博闻强识”的价值 。包括提问  、围绕AI对教育的影响 ，标准化、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，