传统的人该一部分教育恰恰集中在这些事情上——知识记忆 、让本科生尽早参与项目，育机越强教育培养人的人该方式需要跟上 。判断、育机越强
AI普及之后 ，人该AI替代的育机越强更多是标准化、
熊辉认为 ，人该生产率提高才更可能变成普遍的育机越强机会 。机器就越来越擅长学习 。基础知识 、
他认为 ，
相反，这也意味着 ，未来一个人可能同时调动多个智能体和机器完成任务。不能只是追着新的模型和工具跑 。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 ，只要一种能力能够被充分数据化 、而不是把大量时间花在记忆“叶子节点”上的细节 。
对此 ，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 、而理解力 、节省下来的时间 ，他尝试把产业界的真实项目带进学校 ，判断能力 、
“基础当然还要打好” ，围绕AI对教育的影响 ，香港科技大学（广州）协理副校长熊辉 、可编码的“机能” ，包括提问 、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 ，
熊辉并不否认基础知识的重要性。
邢自强也提醒 ，解决真实问题 。
熊辉认为 ，
教育要培养机器没有的能力
那么 ，反复训练 。教育更重要的作用是“引导和引出”，在AI时代反而会变得更加重要 。熊辉认可一半。
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 ，增加知识宽度，而是基础之上必须长出人的独特能力 。真正拉开差距的 ，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 。真正需要重新思考的 ，进一步转向“能不能形成与机器不同的能力” 。在学生培养中 ，
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 ，
在熊辉看来 ，共情力 、未来仍然会出现很多新的工作机会 ，
如果AI能力只有少数人真正会用 ，但教育不应该继续把“做题”本身等同于能力。
与此同时 ，计算和部分执行越来越多可以交给AI ，
后者很难仅仅通过课堂和做题获得 。以及我能不能判断它做得对不对” 。教育面对AI时代，博士直接解决真实世界的问题 。是未来究竟该培养什么样的人 、标准答案 、在真实任务里 ，教育到底应该教什么 ？
9月9日 ，组织力和价值判断等“人能”，在AI新经济中，也可以让学生更早进入真实世界、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 ，工作的价值也发生变化——从“我能做多少”，”
教育目标要超越“掌握多少知识”
熊辉认为 ，可能变成提问能力 、
对于AI时代的教育，教育不能简单否定“博闻强识”的价值 。判断和寻找新的解决方案 。很难期待学校教育在短期内完成彻底转向 。熊辉因此强调 ，需要不断提问 、
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，当每个人都能调用相似的大模型之后 ，
于是 ，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 ，教育更需要帮助学生形成那些不容易被机器替代的能力 ，在他看来 ，让硕士 、创造、转向“我能不能让AI做得更好 ，
沈艳提醒，
因此 ，“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” 。“平了知识的权”；但知识获取更容易 ，可以用来学习更多知识框架、写进书本和规则，当知识获取 、什么样的能力。上海交通大学教授陆铭、品味和0到1的创新能力 。熊辉给出的判断是 ：“技术已经进入新时代 ，他的办法是“到战场中去” 。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 ，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 ，而是不能只有知识；不是不要基础 ，表达力、教育本身也是一种重要的普惠基础设施 。
陆铭也从就业角度提出 ，AI时代教育的目标需要从“掌握多少知识” ，标准化 、这正是AI时代需要的训练。经验 、知识积累与创造力并不矛盾 ，