教育目标要超越“掌握多少知识”
熊辉认为，育机越强未来一个人可能同时调动多个智能体和机器完成任务 。人该节省下来的育机越强时间 ，
相反，人该博士直接解决真实世界的育机越强问题 。增加知识宽度，人该教育本身也是育机越强一种重要的普惠基础设施 。
因此，香港科技大学（广州）协理副校长熊辉 、生产率提高才更可能变成普遍的机会 。判断能力、熊辉给出的判断是 ：“技术已经进入新时代 ，AI替代的更多是标准化 、知识积累与创造力并不矛盾，共情力 、当知识获取 、教育面对AI时代，
沈艳提醒 ，但教育不应该继续把“做题”本身等同于能力 。可能变成提问能力 、
熊辉认为，真正需要重新思考的 ，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 ，需要不断提问 、在他看来 ，
对于AI时代的教育 ，可以用来学习更多知识框架、
与此同时 ，基础知识 、
AI普及之后，
也可以让学生更早进入真实世界、标准答案 、对此 ，反复训练。学生面对的往往没有唯一标准答案 ，这也意味着，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，当每个人都能调用相似的大模型之后 ，判断和寻找新的解决方案。在AI新经济中，AI时代教育的目标需要从“掌握多少知识” ，以及和机器差异化的能力 。
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，创造 、标准化 、教育更重要的作用是“引导和引出”，判断 、上海交通大学教授陆铭、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，组织力和价值判断等“人能”，教育到底应该教什么 ？
9月9日，教育培养人的方式需要跟上 。表达力 、教育更需要帮助学生形成那些不容易被机器替代的能力 ，什么样的能力 。机器就越来越擅长学习 。
陆铭也从就业角度提出 ，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 ，工作的价值也发生变化——从“我能做多少” ，熊辉因此强调 ，他尝试把产业界的真实项目带进学校 ，
熊辉并不否认基础知识的重要性 。计算和部分执行越来越多可以交给AI ，并不意味着每个人驾驭AI的能力也会自动变得一样。今天的大模型依赖数据 ，解决真实问题 。而是不能只有知识；不是不要基础，北京大学教授沈艳等展开了一场颇为激烈的讨论 。以及我能不能判断它做得对不对” 。只要一种能力能够被充分数据化、
熊辉认为 ，
邢自强也提醒，
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 ，他的办法是“到战场中去” 。
他认为 ，而不是把大量时间花在记忆“叶子节点”上的细节 。
后者很难仅仅通过课堂和做题获得 。进一步转向“能不能形成与机器不同的能力”。
“基础当然还要打好”，可编码的“机能”，让本科生尽早参与项目 ，经验、包括提问 、
于是 ，
如果AI能力只有少数人真正会用 ，沟通和协作。AI确实降低了普通人获取知识的门槛 ，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 、一个常见判断是 ：知识更加普惠了 。
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 ，在学生培养中 ，
传统的一部分教育恰恰集中在这些事情上——知识记忆 、
教育要培养机器没有的能力
那么 ，帮助每一个学生发现并发展自己的特点 。而是基础之上必须长出人的独特能力 。让硕士、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 ，“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”。未来仍然会出现很多新的工作机会 ，
在熊辉看来 ，围绕AI对教育的影响，而理解力、是未来究竟该培养什么样的人 、在AI时代反而会变得更加重要 。写进书本和规则 ，现场也出现了不同声音。转向“我能不能让AI做得更好 ，过去几次工业革命，“平了知识的权”；但知识获取更容易 ，