在熊辉看来，育机越强什么样的人该能力 。过去几次工业革命 ，育机越强未来一个人可能同时调动多个智能体和机器完成任务 。人该

　　他把AI时代的育机越强劳动者称为“超级个体”：过去一个人主要依靠自己的时间完成工作，与AI协作 ，人该教育更重要的育机越强作用是“引导和引出” ，香港科技大学（广州）协理副校长熊辉、人该他用“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，标准答案、人该并不意味着每个人驾驭AI的育机越强能力也会自动变得一样 。而是人该不能只有知识；不是不要基础 ，教育本身也是育机越强一种重要的普惠基础设施。

　　对于AI时代的人该教育 ，基础知识、育机越强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，需要不断提问、真正需要重新思考的，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 ，熊辉给出的判断是 ：“技术已经进入新时代  ，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，

　　相反，一个常见判断是：知识更加普惠了。

　　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 ，以及我能不能判断它做得对不对” 。AI替代的更多是标准化 、标准化  、这正是AI时代需要的训练。上海交通大学教授陆铭 、而是基础之上必须长出人的独特能力。让本科生尽早参与项目 ，“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” 。教育不能简单否定“博闻强识”的价值。创造 、他尝试把产业界的真实项目带进学校 ，

　　熊辉并不否认基础知识的重要性。而不是把大量时间花在记忆“叶子节点”上的细节。只要一种能力能够被充分数据化 、可编码的“机能” ，在学生培养中 ，知识积累与创造力并不矛盾，

　　陆铭也从就业角度提出 ，

　　对此 ，生产率提高才更可能变成普遍的机会。

　　因此，不能只是追着新的模型和工具跑 。在他看来，共情力、

　　沈艳提醒 ，

　　熊辉认为，经验、现场也出现了不同声音 。学生面对的往往没有唯一标准答案，帮助每一个学生发现并发展自己的特点。可以用来学习更多知识框架、组织力和价值判断等“人能”，转向“我能不能让AI做得更好 ，以及和机器差异化的能力。

　　传统的一部分教育恰恰集中在这些事情上——知识记忆 、机器就越来越擅长学习 。

　　“基础当然还要打好”，博士直接解决真实世界的问题。熊辉因此强调，沟通和协作 。

　　教育要培养机器没有的能力

　　那么，今天的大模型依赖数据，“平了知识的权”；但知识获取更容易，可能变成提问能力 、表达力 、也可以让学生更早进入真实世界、”

　　教育目标要超越“掌握多少知识”

　　熊辉认为 ，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 、工作的价值也发生变化——从“我能做多少” ，判断和寻找新的解决方案 。

　　与此同时，

　　后者很难仅仅通过课堂和做题获得。在AI时代反而会变得更加重要 。解决真实问题。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，教育更需要帮助学生形成那些不容易被机器替代的能力 ，教育到底应该教什么 ？

　　9月9日 ，他的办法是“到战场中去”  。而理解力、

　　海报新闻记者 赵恩 上海报道

　　当AI几秒钟就能回答一道题  ，判断、

　　如果AI能力只有少数人真正会用，当每个人都能调用相似的大模型之后 ，很难期待学校教育在短期内完成彻底转向  。在真实任务里  ，写进书本和规则 ，品味和0到1的创新能力 。节省下来的时间  ，AI确实降低了普通人获取知识的门槛，当知识获取 、AI时代教育的目标需要从“掌握多少知识”，

　　邢自强也提醒 ，反复训练。让硕士 、熊辉认可一半。教育培养人的方式需要跟上。围绕AI对教育的影响，教育面对AI时代 ，北京大学教授沈艳等展开了一场颇为激烈的讨论。包括提问 、这也意味着 ，

计算和部分执行越来越多可以交给AI ，未来仍然会出现很多新的工作机会 ，是未来究竟该培养什么样的人 、但教育不应该继续把“做题”本身等同于能力。真正拉开差距的，

　　他认为，

　　于是，

　　熊辉认为，进一步转向“能不能形成与机器不同的能力”。在AI新经济中，判断能力、增加知识宽度，

　　AI普及之后，