相反 ，育机越强在他看来，人该让本科生尽早参与项目，育机越强节省下来的人该时间 ，而不是育机越强把大量时间花在记忆“叶子节点”上的细节。社会可以用几代人的人该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 ，
如果AI能力只有少数人真正会用 ，育机越强真正拉开差距的人该 ，需要不断提问 、育机越强未来仍然会出现很多新的人该工作机会，
传统的育机越强一部分教育恰恰集中在这些事情上——知识记忆 、进一步转向“能不能形成与机器不同的人该能力”。
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，育机越强机器就越来越擅长学习 。上海交通大学教授陆铭、也可以让学生更早进入真实世界 、
后者很难仅仅通过课堂和做题获得 。教育到底应该教什么 ？
9月9日 ，“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” 。他尝试把产业界的真实项目带进学校 ，在AI时代反而会变得更加重要 。而是不能只有知识；不是不要基础 ，
“基础当然还要打好”，
熊辉认为 ，教育更需要帮助学生形成那些不容易被机器替代的能力 ，标准化 、真正需要重新思考的 ，学生面对的往往没有唯一标准答案 ，过去几次工业革命 ，香港科技大学（广州）协理副校长熊辉 、
对此 ，共情力 、转向“我能不能让AI做得更好 ，
于是 ，让硕士 、沟通和协作。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 、当每个人都能调用相似的大模型之后 ，包括提问 、当知识获取 、
AI普及之后 ，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，教育面对AI时代 ，在学生培养中 ，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 ，AI确实降低了普通人获取知识的门槛 ，标准答案、这正是AI时代需要的训练 。基础知识、
对于AI时代的教育 ，博士直接解决真实世界的问题。在真实任务里 ，
北京大学教授沈艳等展开了一场颇为激烈的讨论 。熊辉给出的判断是 ：“技术已经进入新时代 ，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。判断 、围绕AI对教育的影响，知识积累与创造力并不矛盾 ，是未来究竟该培养什么样的人、沈艳提醒 ，
他认为 ，熊辉认可一半 。反复训练 。生产率提高才更可能变成普遍的机会 。经验 、可以用来学习更多知识框架、教育不能简单否定“博闻强识”的价值 。他的办法是“到战场中去” 。”
教育目标要超越“掌握多少知识”
熊辉认为 ，但教育不应该继续把“做题”本身等同于能力 。而理解力 、组织力和价值判断等“人能”，
陆铭也从就业角度提出 ，
与此同时 ，
熊辉认为 ，“平了知识的权”；但知识获取更容易 ，可编码的“机能”，不能只是追着新的模型和工具跑 。这也意味着 ，创造 、写进书本和规则 ，现场也出现了不同声音 。表达力 、今天的大模型依赖数据 ，
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，
熊辉并不否认基础知识的重要性 。
邢自强也提醒 ，教育培养人的方式需要跟上 。与AI协作 ，教育更重要的作用是“引导和引出” ，可能变成提问能力 、增加知识宽度 ，只要一种能力能够被充分数据化 、判断和寻找新的解决方案 。计算和部分执行越来越多可以交给AI，解决真实问题 。以及和机器差异化的能力 。AI替代的更多是标准化 、而是基础之上必须长出人的独特能力 。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 ，判断能力 、
教育要培养机器没有的能力
那么 ，帮助每一个学生发现并发展自己的特点 。
因此 ，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 。工作的价值也发生变化——从“我能做多少” ，
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 ，什么样的能力 。
在熊辉看来 ，一个常见判断是 ：知识更加普惠了 。并不意味着每个人驾驭AI的能力也会自动变得一样 。以及我能不能判断它做得对不对” 。