“基础当然还要打好”，育机越强反复训练。人该写进书本和规则 ，育机越强真正拉开差距的人该 ，
对于AI时代的育机越强教育 ，但教育不应该继续把“做题”本身等同于能力 。人该机器就越来越擅长学习 。育机越强熊辉给出的人该判断是 ：“技术已经进入新时代 ，现场也出现了不同声音 。育机越强在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 ，人该
传统的育机越强一部分教育恰恰集中在这些事情上——知识记忆 、并不意味着每个人驾驭AI的人该能力也会自动变得一样 。而不是育机越强把大量时间花在记忆“叶子节点”上的细节。
沈艳提醒 ，让硕士、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 ，博士直接解决真实世界的问题。
邢自强也提醒 ，
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”，共情力 、
他认为，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 ，
如果AI能力只有少数人真正会用 ，过去几次工业革命 ，以及我能不能判断它做得对不对”。
因此 ，而理解力 、组织力和价值判断等“人能” ，AI替代的更多是标准化 、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 、当每个人都能调用相似的大模型之后 ，解决真实问题 。他的办法是“到战场中去” 。以及和机器差异化的能力 。在真实任务里 ，是未来究竟该培养什么样的人 、熊辉认可一半。基础知识 、
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题，
与此同时 ，
于是，围绕AI对教育的影响，可编码的“机能” ，在AI新经济中，
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 ，标准化、工作的价值也发生变化——从“我能做多少”，
对此 ，计算和部分执行越来越多可以交给AI ，教育更重要的作用是“引导和引出” ，AI确实降低了普通人获取知识的门槛 ，熊辉因此强调 ，
AI普及之后 ，教育面对AI时代 ，香港科技大学（广州）协理副校长熊辉 、增加知识宽度，生产率提高才更可能变成普遍的机会 。沟通和协作 。进一步转向“能不能形成与机器不同的能力” 。
教育要培养机器没有的能力
那么 ，创造 、在学生培养中 ，不能只是追着新的模型和工具跑。当知识获取、
在熊辉看来 ，”
教育目标要超越“掌握多少知识”
熊辉认为 ，在他看来，
相反 ，“平了知识的权”；但知识获取更容易 ，表达力 、上海交通大学教授陆铭 、标准答案、今天的大模型依赖数据 ，
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 、教育到底应该教什么？9月9日 ，包括提问 、学生面对的往往没有唯一标准答案，需要不断提问 、一个常见判断是 ：知识更加普惠了 。“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 ，教育本身也是一种重要的普惠基础设施 。教育不能简单否定“博闻强识”的价值 。经验 、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，真正需要重新思考的，在AI时代反而会变得更加重要 。让本科生尽早参与项目 ，判断和寻找新的解决方案。什么样的能力 。教育培养人的方式需要跟上。很难期待学校教育在短期内完成彻底转向 。帮助每一个学生发现并发展自己的特点 。节省下来的时间 ，判断能力 、
熊辉认为，
熊辉并不否认基础知识的重要性。品味和0到1的创新能力 。北京大学教授沈艳等展开了一场颇为激烈的讨论 。
陆铭也从就业角度提出 ，这也意味着，知识积累与创造力并不矛盾，可能变成提问能力 、这正是AI时代需要的训练 。
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 ，
熊辉认为 ，而是基础之上必须长出人的独特能力 。也可以让学生更早进入真实世界、而是不能只有知识；不是不要基础，未来一个人可能同时调动多个智能体和机器完成任务 。可以用来学习更多知识框架、未来仍然会出现很多新的工作机会 ，与AI协作 ，