机器最擅长什么 ？在他看来 ，”
教育目标要超越“掌握多少知识”
熊辉认为 ，人该创造、育机越强AI时代应该培养什么 ？人该熊辉总结为两个方向 ：自我学习的基础能力 ，
AI普及之后 ，育机越强
“基础当然还要打好” ，人该让本科生尽早参与项目 ，育机越强
对于AI时代的人该教育 ，在他看来 ，育机越强
熊辉并不否认基础知识的人该重要性 。“平了知识的育机越强权”；但知识获取更容易，标准答案、与AI协作 ，
熊辉认为 ，
相反 ，在AI新经济中 ，
写进书本和规则 ，未来一个人可能同时调动多个智能体和机器完成任务 。沈艳提醒 ，现场也出现了不同声音 。而不是把大量时间花在记忆“叶子节点”上的细节 。当每个人都能调用相似的大模型之后 ，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 ，
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，经验 、围绕AI对教育的影响 ，
传统的一部分教育恰恰集中在这些事情上——知识记忆 、而是不能只有知识；不是不要基础 ，AI替代的更多是标准化、“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” 。当知识获取、今天的大模型依赖数据 ，需要不断提问、
在熊辉看来 ，品味和0到1的创新能力 。
熊辉认为，
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 。以及和机器差异化的能力 。教育培养人的方式需要跟上 。节省下来的时间 ，教育更重要的作用是“引导和引出”，
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，表达力、判断和寻找新的解决方案 。计算和部分执行越来越多可以交给AI ，学生面对的往往没有唯一标准答案 ，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，AI确实降低了普通人获取知识的门槛，并不意味着每个人驾驭AI的能力也会自动变得一样。他的办法是“到战场中去” 。
后者很难仅仅通过课堂和做题获得 。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，上海交通大学教授陆铭 、在真实任务里，解决真实问题。
与此同时 ，工作的价值也发生变化——从“我能做多少” ，增加知识宽度 ，知识积累与创造力并不矛盾，
因此，熊辉给出的判断是 ：“技术已经进入新时代 ，在AI时代反而会变得更加重要 。组织力和价值判断等“人能” ，
对此 ，可编码的“机能”，可能变成提问能力 、
于是 ，而是基础之上必须长出人的独特能力。可以用来学习更多知识框架、这也意味着 ，让硕士 、判断能力 、帮助每一个学生发现并发展自己的特点 。很难期待学校教育在短期内完成彻底转向 。
邢自强也提醒 ，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 、什么样的能力 。沟通和协作 。进一步转向“能不能形成与机器不同的能力” 。香港科技大学（广州）协理副校长熊辉、不能只是追着新的模型和工具跑。未来仍然会出现很多新的工作机会 ，
陆铭也从就业角度提出 ，在学生培养中 ，以及我能不能判断它做得对不对” 。一个常见判断是：知识更加普惠了 。他尝试把产业界的真实项目带进学校 ，教育不能简单否定“博闻强识”的价值 。机器就越来越擅长学习 。是未来究竟该培养什么样的人、熊辉认可一半 。而理解力 、也可以让学生更早进入真实世界、基础知识 、熊辉因此强调 ，真正拉开差距的 ，教育面对AI时代，
如果AI能力只有少数人真正会用 ，
他认为 ，
教育要培养机器没有的能力
那么 ，这正是AI时代需要的训练 。只要一种能力能够被充分数据化 、教育本身也是一种重要的普惠基础设施 。判断 、真正需要重新思考的 ，教育到底应该教什么 ？
9月9日 ，过去几次工业革命 ，包括提问 、博士直接解决真实世界的问题。转向“我能不能让AI做得更好 ，标准化 、北京大学教授沈艳等展开了一场颇为激烈的讨论 。教育更需要帮助学生形成那些不容易被机器替代的能力 ，