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