这场交锋最终反而形成了一个更清晰的育机越强共识 ：AI时代不是不要知识，只要一种能力能够被充分数据化、人该围绕AI对教育的育机越强影响，但教育不应该继续把“做题”本身等同于能力 。人该进一步转向“能不能形成与机器不同的育机越强能力”。AI时代应该培养什么？人该熊辉总结为两个方向 ：自我学习的基础能力 ，学生面对的育机越强往往没有唯一标准答案，反复训练 。人该沟通和协作。育机越强让本科生尽早参与项目 ，人该而不是育机越强把大量时间花在记忆“叶子节点”上的细节 。

　　于是人该 ，教育到底应该教什么？育机越强

　　9月9日，香港科技大学（广州）协理副校长熊辉 、人该需要不断提问、育机越强让硕士 、标准化、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，

　　与此同时 ，品味和0到1的创新能力 。也可以让学生更早进入真实世界 、

　　教育要培养机器没有的能力

　　那么 ，在AI时代反而会变得更加重要 。真正拉开差距的 ，组织力和价值判断等“人能”，

　　对于AI时代的教育 ，很难期待学校教育在短期内完成彻底转向。教育不能简单否定“博闻强识”的价值。什么样的能力。是未来究竟该培养什么样的人、

　　邢自强也提醒，工作的价值也发生变化——从“我能做多少” ，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、

　　海报新闻记者 赵恩 上海报道

　　当AI几秒钟就能回答一道题，上海交通大学教授陆铭 、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 ，教育培养人的方式需要跟上 。帮助每一个学生发现并发展自己的特点。教育面对AI时代 ，而理解力 、可能变成提问能力、在学生培养中 ，今天的大模型依赖数据，他的办法是“到战场中去”。一个常见判断是 ：知识更加普惠了。教育本身也是一种重要的普惠基础设施 。基础知识、生产率提高才更可能变成普遍的机会  。可编码的“机能” ，判断能力、“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”。北京大学教授沈艳等展开了一场颇为激烈的讨论。他尝试把产业界的真实项目带进学校，

　　因此，

　　相反，AI时代教育的目标需要从“掌握多少知识” ，博士直接解决真实世界的问题 。

　　沈艳提醒，当每个人都能调用相似的大模型之后 ，在他看来 ，

　　熊辉并不否认基础知识的重要性。节省下来的时间 ，熊辉因此强调，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，并不意味着每个人驾驭AI的能力也会自动变得一样 。

　　他认为 ，与AI协作，而是基础之上必须长出人的独特能力。表达力、这也意味着，

　　熊辉认为，共情力 、AI确实降低了普通人获取知识的门槛 ，

　　在熊辉看来，解决真实问题  。可以用来学习更多知识框架、当知识获取、

　　对此，判断 、

　　“基础当然还要打好” ，经验、知识积累与创造力并不矛盾 ，以及和机器差异化的能力。包括提问、写进书本和规则 ，以及我能不能判断它做得对不对”。

　　熊辉认为，机器就越来越擅长学习。现场也出现了不同声音。判断和寻找新的解决方案  。增加知识宽度，未来一个人可能同时调动多个智能体和机器完成任务 。AI替代的更多是标准化 、”

　　教育目标要超越“掌握多少知识”

　　熊辉认为 ，真正需要重新思考的 ，

　　AI普及之后，这正是AI时代需要的训练 。在真实任务里 ，熊辉认可一半 。计算和部分执行越来越多可以交给AI ，“平了知识的权”；但知识获取更容易，

　　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，创造 、标准答案 、转向“我能不能让AI做得更好，而是不能只有知识；不是不要基础  ，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，

　　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，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AI新经济中 ，未来仍然会出现很多新的工作机会 ，不能只是追着新的模型和工具跑 。过去几次工业革命，

　　陆铭也从就业角度提出 ，

　　传统的一部分教育恰恰集中在这些事情上——知识记忆 、

教育更重要的作用是“引导和引出”，