AI普及之后 ，人该以及我能不能判断它做得对不对”。育机越强共情力 、人该增加知识宽度，育机越强
因此，人该可能变成提问能力、育机越强而不是人该把大量时间花在记忆“叶子节点”上的细节 。“但是育机越强这些工作机会是留给真正有能力来迎接这些岗位的人”。熊辉认可一半 。人该北京大学教授沈艳等展开了一场颇为激烈的育机越强讨论 。
对此 ，人该让硕士 、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，工作的育机越强价值也发生变化——从“我能做多少” ，沟通和协作 。让本科生尽早参与项目，在AI新经济中 ，上海交通大学教授陆铭、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 、教育面对AI时代 ，当知识获取 、未来仍然会出现很多新的工作机会，只要一种能力能够被充分数据化 、而是基础之上必须长出人的独特能力。在学生培养中 ，机器就越来越擅长学习。并不意味着每个人驾驭AI的能力也会自动变得一样 。什么样的能力 。而是不能只有知识；不是不要基础 ，教育培养人的方式需要跟上 。教育不能简单否定“博闻强识”的价值 。包括提问 、转向“我能不能让AI做得更好，
于是 ，教育更需要帮助学生形成那些不容易被机器替代的能力，
相反 ，判断能力、很难期待学校教育在短期内完成彻底转向 。在真实任务里 ，学生面对的往往没有唯一标准答案 ，
熊辉并不否认基础知识的重要性 。标准答案 、
他认为 ，需要不断提问、
与此同时 ，一个常见判断是 ：知识更加普惠了 。
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 ，反复训练。基础知识 、
教育要培养机器没有的能力
那么，今天的大模型依赖数据，
在熊辉看来 ，而理解力 、是未来究竟该培养什么样的人、解决真实问题 。可以用来学习更多知识框架 、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 ，教育本身也是一种重要的普惠基础设施 。
对于AI时代的教育，
陆铭也从就业角度提出 ，”
教育目标要超越“掌握多少知识”
熊辉认为 ，熊辉因此强调 ，真正需要重新思考的 ，生产率提高才更可能变成普遍的机会 。组织力和价值判断等“人能” ，现场也出现了不同声音 。判断和寻找新的解决方案 。品味和0到1的创新能力 。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 ，判断 、
沈艳提醒，以及和机器差异化的能力 。也可以让学生更早进入真实世界 、AI替代的更多是标准化 、
如果AI能力只有少数人真正会用 ，但教育不应该继续把“做题”本身等同于能力。
熊辉认为 ，
AI确实降低了普通人获取知识的门槛 ，在AI时代反而会变得更加重要 。邢自强也提醒 ，
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，计算和部分执行越来越多可以交给AI，在他看来 ，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 ，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 ，未来一个人可能同时调动多个智能体和机器完成任务 。他尝试把产业界的真实项目带进学校，帮助每一个学生发现并发展自己的特点。写进书本和规则 ，“平了知识的权”；但知识获取更容易 ，不能只是追着新的模型和工具跑 。与AI协作，教育更重要的作用是“引导和引出”，博士直接解决真实世界的问题 。可编码的“机能” ，表达力 、他的办法是“到战场中去” 。创造 、教育到底应该教什么 ？
9月9日 ，知识积累与创造力并不矛盾 ，进一步转向“能不能形成与机器不同的能力” 。标准化 、这正是AI时代需要的训练 。
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 ，AI时代教育的目标需要从“掌握多少知识” ，
“基础当然还要打好”，
后者很难仅仅通过课堂和做题获得 。经验 、围绕AI对教育的影响，当每个人都能调用相似的大模型之后 ，过去几次工业革命 ，节省下来的时间，这也意味着 ，
熊辉认为 ，
传统的一部分教育恰恰集中在这些事情上——知识记忆 、熊辉给出的判断是 ：“技术已经进入新时代 ，香港科技大学（广州）协理副校长熊辉 、