他认为 ，人该AI确实降低了普通人获取知识的育机越强门槛 ，未来仍然会出现很多新的人该工作机会 ，真正需要重新思考的育机越强 ，
传统的人该一部分教育恰恰集中在这些事情上——知识记忆 、教育本身也是育机越强一种重要的普惠基础设施。节省下来的时间 ，而不是把大量时间花在记忆“叶子节点”上的细节 。
相反，
陆铭也从就业角度提出 ，在他看来 ，
熊辉并不否认基础知识的重要性 。AI替代的更多是标准化 、而是不能只有知识；不是不要基础，在AI新经济中，在AI时代反而会变得更加重要 。计算和部分执行越来越多可以交给AI，解决真实问题 。北京大学教授沈艳等展开了一场颇为激烈的讨论 。但教育不应该继续把“做题”本身等同于能力 。让硕士 、
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，
因此 ，熊辉给出的判断是 ：“技术已经进入新时代 ，品味和0到1的创新能力 。这也意味着 ，什么样的能力。只要一种能力能够被充分数据化、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 ，熊辉认可一半。
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 ，标准化 、
沈艳提醒，转向“我能不能让AI做得更好 ，
对此 ，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 ，教育更重要的作用是“引导和引出”，很难期待学校教育在短期内完成彻底转向 。
熊辉认为，这正是AI时代需要的训练 。今天的大模型依赖数据，当知识获取、围绕AI对教育的影响 ，
对于AI时代的教育 ，增加知识宽度 ，
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 ，并不意味着每个人驾驭AI的能力也会自动变得一样。与AI协作 ，标准答案 、教育到底应该教什么？
9月9日 ，”
教育目标要超越“掌握多少知识”
熊辉认为 ，判断、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，
AI普及之后 ，未来一个人可能同时调动多个智能体和机器完成任务 。教育更需要帮助学生形成那些不容易被机器替代的能力 ，教育不能简单否定“博闻强识”的价值 。在学生培养中 ，进一步转向“能不能形成与机器不同的能力” 。
邢自强也提醒，经验 、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 、
熊辉认为 ，以及我能不能判断它做得对不对”。过去几次工业革命 ，“平了知识的权”；但知识获取更容易 ，基础知识 、
“基础当然还要打好” ，真正拉开差距的 ，
后者很难仅仅通过课堂和做题获得 。组织力和价值判断等“人能” ，而理解力 、可编码的“机能” ，判断能力 、让本科生尽早参与项目 ，沟通和协作 。学生面对的往往没有唯一标准答案 ，包括提问 、博士直接解决真实世界的问题 。
在熊辉看来 ，生产率提高才更可能变成普遍的机会。表达力 、熊辉因此强调，当每个人都能调用相似的大模型之后 ，“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”。在真实任务里 ，可以用来学习更多知识框架 、共情力 、现场也出现了不同声音 。
他的办法是“到战场中去” 。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 ，如果AI能力只有少数人真正会用 ，创造 、
于是 ，上海交通大学教授陆铭 、他尝试把产业界的真实项目带进学校 ，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 ，
与此同时，教育培养人的方式需要跟上。是未来究竟该培养什么样的人 、反复训练。工作的价值也发生变化——从“我能做多少” ，需要不断提问 、
教育要培养机器没有的能力
那么 ，AI时代教育的目标需要从“掌握多少知识” ，香港科技大学（广州）协理副校长熊辉 、不能只是追着新的模型和工具跑。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 、