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