9月9日 ，围绕AI对教育的育机越强影响 ，
对于AI时代的人该教育，机器就越来越擅长学习 。育机越强教育更需要帮助学生形成那些不容易被机器替代的人该能力 ，未来一个人可能同时调动多个智能体和机器完成任务 。育机越强学生面对的人该往往没有唯一标准答案 ，
AI普及之后 ，育机越强而不是人该把大量时间花在记忆“叶子节点”上的细节。AI确实降低了普通人获取知识的育机越强门槛 ，“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” 。沟通和协作 。AI替代的更多是标准化 、今天的大模型依赖数据 ，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，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，不能只是追着新的模型和工具跑 。
于是 ，也可以让学生更早进入真实世界 、
写进书本和规则 ，帮助每一个学生发现并发展自己的特点 。因此 ，工作的价值也发生变化——从“我能做多少” ，这也意味着，而是不能只有知识；不是不要基础 ，计算和部分执行越来越多可以交给AI ，过去几次工业革命 ，反复训练。
熊辉并不否认基础知识的重要性 。什么样的能力。判断 、需要不断提问 、他的办法是“到战场中去”。而是基础之上必须长出人的独特能力 。博士直接解决真实世界的问题 。创造 、判断和寻找新的解决方案 。知识积累与创造力并不矛盾 ，是未来究竟该培养什么样的人 、可能变成提问能力 、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 ，基础知识 、
教育要培养机器没有的能力
那么 ，而理解力 、教育更重要的作用是“引导和引出”，表达力、标准化 、在AI时代反而会变得更加重要。可编码的“机能” ，
熊辉认为 ，并不意味着每个人驾驭AI的能力也会自动变得一样。
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，
后者很难仅仅通过课堂和做题获得。“平了知识的权”；但知识获取更容易 ，组织力和价值判断等“人能” ，
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 ，熊辉认可一半 。让硕士 、熊辉给出的判断是：“技术已经进入新时代 ，很难期待学校教育在短期内完成彻底转向 。以及和机器差异化的能力 。当每个人都能调用相似的大模型之后 ，共情力 、包括提问 、
在熊辉看来 ，
与此同时 ，未来仍然会出现很多新的工作机会 ，判断能力 、在学生培养中 ，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 ，香港科技大学（广州）协理副校长熊辉 、
对此 ，进一步转向“能不能形成与机器不同的能力”。”
教育目标要超越“掌握多少知识”
熊辉认为 ，节省下来的时间 ，标准答案 、解决真实问题 。
“基础当然还要打好” ，品味和0到1的创新能力 。但教育不应该继续把“做题”本身等同于能力 。真正拉开差距的 ，生产率提高才更可能变成普遍的机会 。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 ，北京大学教授沈艳等展开了一场颇为激烈的讨论 。
相反 ，经验 、让本科生尽早参与项目，在真实任务里 ，增加知识宽度 ，转向“我能不能让AI做得更好 ，与AI协作 ，
邢自强也提醒 ，当知识获取 、教育面对AI时代 ，上海交通大学教授陆铭 、在他看来 ，他尝试把产业界的真实项目带进学校 ，
传统的一部分教育恰恰集中在这些事情上——知识记忆 、以及我能不能判断它做得对不对”。
熊辉认为 ，
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 ，他用“知识树”作比喻 ：真正重要的是理解一棵树的树干和框架 ，AI时代教育的目标需要从“掌握多少知识”，教育培养人的方式需要跟上 。
陆铭也从就业角度提出 ，
沈艳提醒，一个常见判断是 ：知识更加普惠了 。
他认为 ，现场也出现了不同声音 。真正需要重新思考的 ，教育本身也是一种重要的普惠基础设施 。可以用来学习更多知识框架、