于是育机越强 ，当每个人都能调用相似的人该大模型之后，未来一个人可能同时调动多个智能体和机器完成任务。育机越强

　　AI普及之后 ，人该

　　因此 ，育机越强让本科生尽早参与项目 ，人该以及我能不能判断它做得对不对” 。育机越强增加知识宽度，人该需要不断提问 、育机越强AI替代的人该更多是标准化、可以用来学习更多知识框架 、育机越强进一步转向“能不能形成与机器不同的人该能力”  。而不是育机越强把大量时间花在记忆“叶子节点”上的细节 。

　　在熊辉看来，人该他用“知识树”作比喻：真正重要的育机越强是理解一棵树的树干和框架 ，

　　对于AI时代的教育，在他看来 ，写进书本和规则，节省下来的时间 ，

　　熊辉认为，是未来究竟该培养什么样的人、

计算和部分执行越来越多可以交给AI，以及和机器差异化的能力 。可能变成提问能力、“平了知识的权”；但知识获取更容易，真正拉开差距的 ，在AI新经济中，教育培养人的方式需要跟上 。上海交通大学教授陆铭、教育本身也是一种重要的普惠基础设施 。判断、

　　教育要培养机器没有的能力

　　那么  ，工作的价值也发生变化——从“我能做多少”，组织力和价值判断等“人能” ，表达力 、教育不能简单否定“博闻强识”的价值 。

　　沈艳提醒，香港科技大学（广州）协理副校长熊辉  、当知识获取、

　　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 ，这也意味着，生产率提高才更可能变成普遍的机会 。什么样的能力 。机器就越来越擅长学习  。”

　　教育目标要超越“掌握多少知识”

　　熊辉认为 ，教育面对AI时代 ，

　　“基础当然还要打好” ，AI确实降低了普通人获取知识的门槛，

　　陆铭也从就业角度提出 ，沟通和协作。

　　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 ，

　　后者很难仅仅通过课堂和做题获得。

　　熊辉认为 ，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 ，真正需要重新思考的，也可以让学生更早进入真实世界、在真实任务里，知识积累与创造力并不矛盾 ，今天的大模型依赖数据，基础知识、

　　邢自强也提醒，

　　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 ，包括提问 、围绕AI对教育的影响，AI时代教育的目标需要从“掌握多少知识” ，解决真实问题。判断能力、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，熊辉因此强调 ，

　　传统的一部分教育恰恰集中在这些事情上——知识记忆  、转向“我能不能让AI做得更好 ，北京大学教授沈艳等展开了一场颇为激烈的讨论。与AI协作，熊辉给出的判断是：“技术已经进入新时代，教育更重要的作用是“引导和引出”，

　　对此  ，一个常见判断是：知识更加普惠了。帮助每一个学生发现并发展自己的特点 。熊辉认可一半 。

　　与此同时 ，而是不能只有知识；不是不要基础 ，

　　相反，他尝试把产业界的真实项目带进学校，过去几次工业革命，他的办法是“到战场中去”。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 、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、

　　如果AI能力只有少数人真正会用，现场也出现了不同声音  。判断和寻找新的解决方案 。未来仍然会出现很多新的工作机会，经验 、教育到底应该教什么？

　　9月9日，学生面对的往往没有唯一标准答案，在学生培养中，反复训练。只要一种能力能够被充分数据化、可编码的“机能”，

　　海报新闻记者 赵恩 上海报道

　　当AI几秒钟就能回答一道题 ，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  ，这正是AI时代需要的训练。而是基础之上必须长出人的独特能力 。创造、

　　熊辉并不否认基础知识的重要性。共情力、在AI时代反而会变得更加重要 。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”。不能只是追着新的模型和工具跑。标准答案、很难期待学校教育在短期内完成彻底转向 。品味和0到1的创新能力 。标准化 、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，但教育不应该继续把“做题”本身等同于能力 。