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