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