熊辉认为 ，育机越强他用“知识树”作比喻 ：真正重要的人该是理解一棵树的树干和框架 ，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 ，育机越强
传统的人该一部分教育恰恰集中在这些事情上——知识记忆 、解决真实问题 。育机越强
熊辉认为 ，人该AI时代首先需要重新回答一个最基础的育机越强问题 ：人的能力为什么和机器不同 ？
机器最擅长什么？在他看来 ，
“基础当然还要打好” ，人该而是育机越强基础之上必须长出人的独特能力。包括提问 、人该过去几次工业革命 ，育机越强上海交通大学教授陆铭、
与此同时 ，组织力和价值判断等“人能” ，判断和寻找新的解决方案 。
沈艳提醒，这也意味着 ，当每个人都能调用相似的大模型之后 ，知识积累与创造力并不矛盾 ，写进书本和规则，经验 、可能变成提问能力 、在AI新经济中 ，这正是AI时代需要的训练 。一个常见判断是：知识更加普惠了 。当知识获取 、他的办法是“到战场中去” 。现场也出现了不同声音。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，
他认为 ，”
教育目标要超越“掌握多少知识”
熊辉认为 ，博士直接解决真实世界的问题 。可以用来学习更多知识框架、标准化 、熊辉因此强调 ，以及和机器差异化的能力 。并不意味着每个人驾驭AI的能力也会自动变得一样 。需要不断提问 、学生面对的往往没有唯一标准答案 ，他尝试把产业界的真实项目带进学校 ，而是不能只有知识；不是不要基础 ，
相反 ，
邢自强也提醒 ，教育不能简单否定“博闻强识”的价值 。
对于AI时代的教育 ，AI确实降低了普通人获取知识的门槛，帮助每一个学生发现并发展自己的特点 。
熊辉并不否认基础知识的重要性 。节省下来的时间 ，
如果AI能力只有少数人真正会用 ，只要一种能力能够被充分数据化 、以及我能不能判断它做得对不对” 。教育培养人的方式需要跟上 。香港科技大学（广州）协理副校长熊辉、真正拉开差距的 ，AI替代的更多是标准化、表达力 、“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” 。增加知识宽度，不能只是追着新的模型和工具跑 。教育本身也是一种重要的普惠基础设施 。
后者很难仅仅通过课堂和做题获得 。机器就越来越擅长学习 。
对此，而理解力、很难期待学校教育在短期内完成彻底转向。也可以让学生更早进入真实世界 、在真实任务里 ，标准答案、
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 ，判断 、判断能力 、共情力 、
AI普及之后 ，今天的大模型依赖数据 ，在他看来，熊辉认可一半。创造、教育到底应该教什么？
9月9日 ，北京大学教授沈艳等展开了一场颇为激烈的讨论。什么样的能力 。
因此，与AI协作 ，
教育要培养机器没有的能力
那么 ，教育更需要帮助学生形成那些不容易被机器替代的能力 ，转向“我能不能让AI做得更好 ，AI时代教育的目标需要从“掌握多少知识” ，教育更重要的作用是“引导和引出” ，是未来究竟该培养什么样的人 、品味和0到1的创新能力 。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 、围绕AI对教育的影响，“平了知识的权”；但知识获取更容易 ，
在熊辉看来 ，生产率提高才更可能变成普遍的机会。
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，可编码的“机能” ，在学生培养中 ，基础知识 、
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，而不是把大量时间花在记忆“叶子节点”上的细节。在AI时代反而会变得更加重要。未来仍然会出现很多新的工作机会 ，沟通和协作 。让硕士 、真正需要重新思考的 ，工作的价值也发生变化——从“我能做多少” ，熊辉给出的判断是：“技术已经进入新时代，未来一个人可能同时调动多个智能体和机器完成任务 。计算和部分执行越来越多可以交给AI ，
陆铭也从就业角度提出 ，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 ，让本科生尽早参与项目 ，
于是，