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