陆铭也从就业角度提出 ，育机越强与AI协作 ，人该工作的育机越强价值也发生变化——从“我能做多少” ，这正是人该AI时代需要的训练 。以及和机器差异化的育机越强能力 。熊辉给出的人该判断是：“技术已经进入新时代，不能只是育机越强追着新的模型和工具跑 。
这场交锋最终反而形成了一个更清晰的人该共识：AI时代不是不要知识 ，在学生培养中 ，育机越强在他看来 ，人该一个常见判断是育机越强 ：知识更加普惠了 。
相反 ，什么样的能力 。教育培养人的方式需要跟上 。过去几次工业革命 ，可编码的“机能” ，基础知识 、经验 、写进书本和规则 ，
对于AI时代的教育，教育面对AI时代 ，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 ，
于是，
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 ，
沈艳提醒 ，教育不能简单否定“博闻强识”的价值 。创造 、
AI普及之后 ，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 、上海交通大学教授陆铭 、学生面对的往往没有唯一标准答案 ，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 ，当每个人都能调用相似的大模型之后 ，真正拉开差距的，在AI时代反而会变得更加重要。在AI新经济中，增加知识宽度 ，机器就越来越擅长学习 。而是基础之上必须长出人的独特能力 。判断和寻找新的解决方案 。教育到底应该教什么？
9月9日 ，
传统的一部分教育恰恰集中在这些事情上——知识记忆 、表达力、北京大学教授沈艳等展开了一场颇为激烈的讨论 。可以用来学习更多知识框架 、这也意味着 ，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，标准化、AI确实降低了普通人获取知识的门槛 ，当知识获取、熊辉因此强调 ，
“基础当然还要打好”，围绕AI对教育的影响，“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” 。而是不能只有知识；不是不要基础，并不意味着每个人驾驭AI的能力也会自动变得一样 。教育本身也是一种重要的普惠基础设施 。
在熊辉看来 ，而理解力 、未来仍然会出现很多新的工作机会 ，让硕士 、知识积累与创造力并不矛盾 ，生产率提高才更可能变成普遍的机会 。可能变成提问能力 、品味和0到1的创新能力 。沟通和协作。标准答案 、共情力、节省下来的时间 ，“平了知识的权”；但知识获取更容易 ，
对此，判断能力 、
教育要培养机器没有的能力
那么，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 ，
邢自强也提醒 ，
熊辉并不否认基础知识的重要性 。
如果AI能力只有少数人真正会用 ，计算和部分执行越来越多可以交给AI ，反复训练 。判断 、组织力和价值判断等“人能” ，
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，”
教育目标要超越“掌握多少知识”
熊辉认为 ，是未来究竟该培养什么样的人 、今天的大模型依赖数据 ，
以及我能不能判断它做得对不对”。AI替代的更多是标准化 、后者很难仅仅通过课堂和做题获得 。
因此 ，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 ，博士直接解决真实世界的问题。包括提问、他的办法是“到战场中去” 。教育更重要的作用是“引导和引出”，只要一种能力能够被充分数据化 、
与此同时 ，真正需要重新思考的，在真实任务里 ，教育更需要帮助学生形成那些不容易被机器替代的能力 ，帮助每一个学生发现并发展自己的特点 。而不是把大量时间花在记忆“叶子节点”上的细节 。
他认为 ，熊辉认可一半 。也可以让学生更早进入真实世界 、解决真实问题 。让本科生尽早参与项目，
熊辉认为，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 、AI时代教育的目标需要从“掌握多少知识” ，转向“我能不能让AI做得更好，未来一个人可能同时调动多个智能体和机器完成任务 。进一步转向“能不能形成与机器不同的能力”。
熊辉认为，