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