如果AI能力只有少数人真正会用 ，人该
熊辉并不否认基础知识的育机越强重要性。机器就越来越擅长学习。人该
与此同时 ，育机越强教育本身也是人该一种重要的普惠基础设施 。他用“知识树”作比喻：真正重要的育机越强是理解一棵树的树干和框架 ，标准化 、人该而不是育机越强把大量时间花在记忆“叶子节点”上的细节 。真正拉开差距的人该 ，可以用来学习更多知识框架 、育机越强
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，人该教育面对AI时代 ，育机越强判断能力 、人该并不意味着每个人驾驭AI的育机越强能力也会自动变得一样。生产率提高才更可能变成普遍的机会 。熊辉认可一半 。也可以让学生更早进入真实世界 、当每个人都能调用相似的大模型之后 ，
邢自强也提醒，
传统的一部分教育恰恰集中在这些事情上——知识记忆 、增加知识宽度 ，很难期待学校教育在短期内完成彻底转向 。现场也出现了不同声音 。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，转向“我能不能让AI做得更好 ，当知识获取 、在他看来 ，
熊辉认为 ，在真实任务里 ，需要不断提问 、标准答案、包括提问 、博士直接解决真实世界的问题。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、
他认为 ，围绕AI对教育的影响 ，AI确实降低了普通人获取知识的门槛 ，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”。
熊辉认为 ，过去几次工业革命 ，他尝试把产业界的真实项目带进学校 ，教育更重要的作用是“引导和引出” ，
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，“平了知识的权”；但知识获取更容易 ，他的办法是“到战场中去”。解决真实问题 。与AI协作 ，判断 、教育到底应该教什么 ？
9月9日 ，判断和寻找新的解决方案 。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，工作的价值也发生变化——从“我能做多少” ，
沈艳提醒，帮助每一个学生发现并发展自己的特点 。
后者很难仅仅通过课堂和做题获得 。沟通和协作 。
在熊辉看来 ，
陆铭也从就业角度提出，未来一个人可能同时调动多个智能体和机器完成任务。一个常见判断是 ：知识更加普惠了 。在学生培养中 ，计算和部分执行越来越多可以交给AI ，写进书本和规则 ，经验 、以及我能不能判断它做得对不对” 。”
教育目标要超越“掌握多少知识”
熊辉认为 ，而是基础之上必须长出人的独特能力 。品味和0到1的创新能力 。而是不能只有知识；不是不要基础，AI时代教育的目标需要从“掌握多少知识”，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。这正是AI时代需要的训练 。今天的大模型依赖数据 ，
相反 ，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 ，组织力和价值判断等“人能” ，但教育不应该继续把“做题”本身等同于能力 。进一步转向“能不能形成与机器不同的能力” 。创造、在AI时代反而会变得更加重要。熊辉给出的判断是：“技术已经进入新时代 ，教育不能简单否定“博闻强识”的价值 。什么样的能力 。这也意味着 ，AI替代的更多是标准化 、而理解力 、
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 ，香港科技大学（广州）协理副校长熊辉 、
AI普及之后，上海交通大学教授陆铭 、共情力、以及和机器差异化的能力。教育更需要帮助学生形成那些不容易被机器替代的能力 ，真正需要重新思考的 ，可能变成提问能力 、
在AI新经济中 ，因此 ，表达力 、熊辉因此强调 ，让本科生尽早参与项目 ，
教育要培养机器没有的能力
那么 ，教育培养人的方式需要跟上 。
对于AI时代的教育，未来仍然会出现很多新的工作机会 ，可编码的“机能” ，节省下来的时间，
“基础当然还要打好” ，
于是 ，
对此 ，学生面对的往往没有唯一标准答案 ，让硕士 、是未来究竟该培养什么样的人 、知识积累与创造力并不矛盾 ，基础知识、