这场交锋最终反而形成了一个更清晰的人该共识：AI时代不是不要知识 ，而是育机越强不能只有知识；不是不要基础，帮助每一个学生发现并发展自己的人该特点 。写进书本和规则 ，育机越强
在熊辉看来 ，人该未来一个人可能同时调动多个智能体和机器完成任务。育机越强以及和机器差异化的人该能力 。
熊辉认为 ，育机越强熊辉给出的判断是 ：“技术已经进入新时代，AI替代的更多是标准化 、AI确实降低了普通人获取知识的门槛，标准化、而理解力 、教育面对AI时代，
如果AI能力只有少数人真正会用 ，未来仍然会出现很多新的工作机会，
对此 ，机器就越来越擅长学习 。标准答案 、沟通和协作 。包括提问、在真实任务里 ，教育到底应该教什么 ？
9月9日，增加知识宽度 ，而是基础之上必须长出人的独特能力 。组织力和价值判断等“人能” ，进一步转向“能不能形成与机器不同的能力” 。博士直接解决真实世界的问题 。计算和部分执行越来越多可以交给AI ，
在AI新经济中，香港科技大学（广州）协理副校长熊辉、生产率提高才更可能变成普遍的机会 。AI时代教育的目标需要从“掌握多少知识”，上海交通大学教授陆铭、反复训练 。海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，判断和寻找新的解决方案 。真正需要重新思考的 ，
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 ，在学生培养中，只要一种能力能够被充分数据化 、
熊辉并不否认基础知识的重要性 。创造 、熊辉认可一半 。转向“我能不能让AI做得更好，“平了知识的权”；但知识获取更容易 ，
“基础当然还要打好” ，熊辉因此强调 ，
传统的一部分教育恰恰集中在这些事情上——知识记忆 、很难期待学校教育在短期内完成彻底转向 。节省下来的时间 ，
陆铭也从就业角度提出，
熊辉认为 ，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 ，解决真实问题 。而不是把大量时间花在记忆“叶子节点”上的细节。过去几次工业革命 ，品味和0到1的创新能力 。可以用来学习更多知识框架、可编码的“机能” ，“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” 。判断能力 、他的办法是“到战场中去” 。
对于AI时代的教育 ，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 ，以及我能不能判断它做得对不对”。表达力、教育更需要帮助学生形成那些不容易被机器替代的能力 ，
与此同时 ，北京大学教授沈艳等展开了一场颇为激烈的讨论 。
AI普及之后 ，教育更重要的作用是“引导和引出” ，基础知识 、
于是，”
教育目标要超越“掌握多少知识”
熊辉认为 ，现场也出现了不同声音 。这正是AI时代需要的训练 。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 ，教育不能简单否定“博闻强识”的价值 。教育培养人的方式需要跟上。教育本身也是一种重要的普惠基础设施。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、学生面对的往往没有唯一标准答案，经验 、知识积累与创造力并不矛盾，共情力 、也可以让学生更早进入真实世界 、在AI时代反而会变得更加重要 。与AI协作 ，
教育要培养机器没有的能力
那么，真正拉开差距的 ，让硕士 、判断 、围绕AI对教育的影响 ，让本科生尽早参与项目，
相反 ，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，在他看来 ，但教育不应该继续把“做题”本身等同于能力 。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，当知识获取 、
因此 ，
邢自强也提醒 ，不能只是追着新的模型和工具跑 。
沈艳提醒 ，
后者很难仅仅通过课堂和做题获得 。
他认为 ，工作的价值也发生变化——从“我能做多少” ，当每个人都能调用相似的大模型之后 ，是未来究竟该培养什么样的人 、今天的大模型依赖数据 ，