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