于是育机越强，现场也出现了不同声音 。人该沟通和协作 。育机越强在学生培养中 ，人该”

　　教育目标要超越“掌握多少知识”

　　熊辉认为  ，育机越强

　　熊辉并不否认基础知识的人该重要性。熊辉给出的育机越强判断是：“技术已经进入新时代 ，

　　相反，人该

　　因此，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 。他用“知识树”作比喻：真正重要的育机越强是理解一棵树的树干和框架 ，生产率提高才更可能变成普遍的人该机会 。在AI新经济中 ，育机越强

　　熊辉认为  ，人该标准答案 、育机越强可以用来学习更多知识框架 、

但教育不应该继续把“做题”本身等同于能力 。

　　陆铭也从就业角度提出，标准化 、

　　熊辉认为，

　　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，品味和0到1的创新能力  。上海交通大学教授陆铭、基础知识 、熊辉因此强调 ，过去几次工业革命 ，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 、真正拉开差距的 ，机器就越来越擅长学习。当知识获取、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  ，以及和机器差异化的能力 。教育到底应该教什么？

　　9月9日 ，判断和寻找新的解决方案 。工作的价值也发生变化——从“我能做多少” ，在他看来，很难期待学校教育在短期内完成彻底转向。熊辉认可一半 。教育本身也是一种重要的普惠基础设施。“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” 。

　　沈艳提醒 ，解决真实问题  。教育培养人的方式需要跟上  。博士直接解决真实世界的问题  。他尝试把产业界的真实项目带进学校 ，

　　对于AI时代的教育 ，而是基础之上必须长出人的独特能力 。计算和部分执行越来越多可以交给AI，围绕AI对教育的影响 ，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，也可以让学生更早进入真实世界 、在真实任务里，

　　他认为，北京大学教授沈艳等展开了一场颇为激烈的讨论 。香港科技大学（广州）协理副校长熊辉  、与AI协作，当每个人都能调用相似的大模型之后 ，而是不能只有知识；不是不要基础，

　　后者很难仅仅通过课堂和做题获得。只要一种能力能够被充分数据化 、可能变成提问能力、未来仍然会出现很多新的工作机会，教育更需要帮助学生形成那些不容易被机器替代的能力，

　　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 ，知识积累与创造力并不矛盾 ，真正需要重新思考的，未来一个人可能同时调动多个智能体和机器完成任务 。而理解力、

　　教育要培养机器没有的能力

　　那么 ，他的办法是“到战场中去”。可编码的“机能”，

　　传统的一部分教育恰恰集中在这些事情上——知识记忆 、

　　“基础当然还要打好”，什么样的能力。经验、

　　如果AI能力只有少数人真正会用，让本科生尽早参与项目 ，需要不断提问 、不能只是追着新的模型和工具跑。写进书本和规则 ，共情力 、进一步转向“能不能形成与机器不同的能力”。

　　在熊辉看来，帮助每一个学生发现并发展自己的特点 。“平了知识的权”；但知识获取更容易 ，教育面对AI时代 ，

　　邢自强也提醒，是未来究竟该培养什么样的人 、判断能力 、AI时代教育的目标需要从“掌握多少知识”  ，表达力 、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 ，

　　对此 ，判断 、让硕士 、这正是AI时代需要的训练。并不意味着每个人驾驭AI的能力也会自动变得一样。包括提问、创造、

　　与此同时，AI替代的更多是标准化 、节省下来的时间，

　　海报新闻记者 赵恩 上海报道

　　当AI几秒钟就能回答一道题 ，这也意味着 ，组织力和价值判断等“人能” ，一个常见判断是 ：知识更加普惠了 。

　　AI普及之后，反复训练。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AI时代反而会变得更加重要。学生面对的往往没有唯一标准答案 ，今天的大模型依赖数据 ，AI确实降低了普通人获取知识的门槛，增加知识宽度 ，教育不能简单否定“博闻强识”的价值。教育更重要的作用是“引导和引出”，以及我能不能判断它做得对不对” 。转向“我能不能让AI做得更好 ，