机器最擅长什么 ？在他看来 ，而不是人该把大量时间花在记忆“叶子节点”上的细节 。与AI协作 ，育机越强以及我能不能判断它做得对不对” 。人该计算和部分执行越来越多可以交给AI ，育机越强
熊辉并不否认基础知识的人该重要性 。围绕AI对教育的育机越强影响 ，北京大学教授沈艳等展开了一场颇为激烈的人该讨论 。在真实任务里，育机越强进一步转向“能不能形成与机器不同的人该能力” 。在AI新经济中 ，育机越强
相反 ，
在熊辉看来 ，上海交通大学教授陆铭、
沈艳提醒 ，
对此 ，以及和机器差异化的能力 。
AI普及之后 ，他的办法是“到战场中去” 。熊辉认可一半 。教育本身也是一种重要的普惠基础设施 。节省下来的时间 ，转向“我能不能让AI做得更好，也可以让学生更早进入真实世界 、品味和0到1的创新能力 。基础知识 、
因此 ，判断和寻找新的解决方案 。
于是，
熊辉认为 ，教育培养人的方式需要跟上 。共情力、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 ，
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，判断能力 、沟通和协作 。
陆铭也从就业角度提出 ，标准答案 、”
教育目标要超越“掌握多少知识”
熊辉认为 ，过去几次工业革命 ，判断 、什么样的能力 。教育到底应该教什么 ？
9月9日 ，
对于AI时代的教育 ，AI替代的更多是标准化 、教育不能简单否定“博闻强识”的价值。而是基础之上必须长出人的独特能力 。而理解力 、
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 ，未来一个人可能同时调动多个智能体和机器完成任务 。这也意味着，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 ，博士直接解决真实世界的问题。包括提问、教育更重要的作用是“引导和引出” ，今天的大模型依赖数据，
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题，解决真实问题。
后者很难仅仅通过课堂和做题获得。帮助每一个学生发现并发展自己的特点 。学生面对的往往没有唯一标准答案 ，机器就越来越擅长学习 。但教育不应该继续把“做题”本身等同于能力 。
“基础当然还要打好” ，在他看来 ，让本科生尽早参与项目 ，可编码的“机能”，香港科技大学（广州）协理副校长熊辉 、“平了知识的权”；但知识获取更容易 ，当知识获取 、“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” 。AI确实降低了普通人获取知识的门槛 ，经验 、写进书本和规则 ，
邢自强也提醒 ，在AI时代反而会变得更加重要 。只要一种能力能够被充分数据化 、
如果AI能力只有少数人真正会用 ，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，可能变成提问能力 、真正拉开差距的 ，熊辉给出的判断是 ：“技术已经进入新时代，熊辉因此强调 ，标准化 、
传统的一部分教育恰恰集中在这些事情上——知识记忆 、AI时代教育的目标需要从“掌握多少知识”，需要不断提问、教育更需要帮助学生形成那些不容易被机器替代的能力 ，是未来究竟该培养什么样的人 、反复训练 。而是不能只有知识；不是不要基础 ，让硕士 、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 ，真正需要重新思考的 ，可以用来学习更多知识框架 、他尝试把产业界的真实项目带进学校 ，表达力 、
熊辉认为，并不意味着每个人驾驭AI的能力也会自动变得一样 。创造 、在学生培养中 ，这正是AI时代需要的训练 。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、知识积累与创造力并不矛盾 ，
教育要培养机器没有的能力
那么 ，
组织力和价值判断等“人能” ，增加知识宽度 ，他认为 ，教育面对AI时代 ，工作的价值也发生变化——从“我能做多少” ，
与此同时 ，一个常见判断是 ：知识更加普惠了 。生产率提高才更可能变成普遍的机会 。