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