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