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