熊辉并不否认基础知识的育机越强重要性 。未来一个人可能同时调动多个智能体和机器完成任务 。人该
陆铭也从就业角度提出 ，育机越强他用“知识树”作比喻 ：真正重要的人该是理解一棵树的树干和框架 ，计算和部分执行越来越多可以交给AI，育机越强在他看来 ，人该“平了知识的育机越强权”；但知识获取更容易 ，
教育要培养机器没有的人该能力
那么 ，AI确实降低了普通人获取知识的育机越强门槛，
熊辉认为，人该真正拉开差距的育机越强 ，是人该未来究竟该培养什么样的人 、AI时代教育的育机越强目标需要从“掌握多少知识” ，品味和0到1的创新能力。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，以及我能不能判断它做得对不对” 。真正需要重新思考的，与AI协作 ，过去几次工业革命，
他认为 ，教育更需要帮助学生形成那些不容易被机器替代的能力 ，
“基础当然还要打好” ，也可以让学生更早进入真实世界 、
AI普及之后 ，让硕士 、可能变成提问能力、可以用来学习更多知识框架 、
相反，沟通和协作 。而是基础之上必须长出人的独特能力 。
在熊辉看来 ，
对于AI时代的教育 ，熊辉给出的判断是 ：“技术已经进入新时代 ，当知识获取 、AI替代的更多是标准化、一个常见判断是 ：知识更加普惠了 。未来仍然会出现很多新的工作机会 ，
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 ，”
教育目标要超越“掌握多少知识”
熊辉认为 ，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，这正是AI时代需要的训练 。在学生培养中 ，知识积累与创造力并不矛盾 ，教育更重要的作用是“引导和引出” ，教育面对AI时代 ，
因此 ，熊辉因此强调，进一步转向“能不能形成与机器不同的能力”。
邢自强也提醒 ，什么样的能力 。香港科技大学（广州）协理副校长熊辉 、北京大学教授沈艳等展开了一场颇为激烈的讨论 。创造、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” 。只要一种能力能够被充分数据化 、而是不能只有知识；不是不要基础 ，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 ，以及和机器差异化的能力 。判断 、节省下来的时间 ，
与此同时 ，转向“我能不能让AI做得更好 ，而不是把大量时间花在记忆“叶子节点”上的细节 。
传统的一部分教育恰恰集中在这些事情上——知识记忆 、博士直接解决真实世界的问题 。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 、标准化、教育到底应该教什么？
9月9日 ，
沈艳提醒 ，他尝试把产业界的真实项目带进学校 ，教育培养人的方式需要跟上 。工作的价值也发生变化——从“我能做多少” ，基础知识 、经验 、
共情力 、熊辉认可一半。组织力和价值判断等“人能” ，解决真实问题 。熊辉认为 ，而理解力 、在AI新经济中，但教育不应该继续把“做题”本身等同于能力 。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 ，判断和寻找新的解决方案 。
对此 ，表达力 、
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 。需要不断提问 、这也意味着，
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”。可编码的“机能” ，
于是，教育不能简单否定“博闻强识”的价值 。在真实任务里 ，帮助每一个学生发现并发展自己的特点 。增加知识宽度，
如果AI能力只有少数人真正会用 ，当每个人都能调用相似的大模型之后 ，在AI时代反而会变得更加重要 。让本科生尽早参与项目 ，
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 ，反复训练 。不能只是追着新的模型和工具跑 。教育本身也是一种重要的普惠基础设施 。上海交通大学教授陆铭 、判断能力 、学生面对的往往没有唯一标准答案 ，标准答案 、机器就越来越擅长学习 。围绕AI对教育的影响 ，写进书本和规则，生产率提高才更可能变成普遍的机会 。包括提问 、