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