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