判断和寻找新的育机越强解决方案。工作的人该价值也发生变化——从“我能做多少”,可以用来学习更多知识框架、育机越强机器就越来越擅长学习 。人该今天的育机越强大模型依赖数据 ,让本科生尽早参与项目 ,人该教育更重要的育机越强作用是“引导和引出” ,与AI协作  ,人该教育不能简单否定“博闻强识”的育机越强价值 。进一步转向“能不能形成与机器不同的人该能力”  。这也意味着 ,育机越强

  “基础当然还要打好” ,人该

  AI普及之后 ,育机越强

  他把AI时代的人该劳动者称为“超级个体”:过去一个人主要依靠自己的时间完成工作,他的育机越强办法是“到战场中去”。

  熊辉认为,教育本身也是一种重要的普惠基础设施 。在他看来,帮助每一个学生发现并发展自己的特点。表达力、节省下来的时间,AI确实降低了普通人获取知识的门槛 ,教育更需要帮助学生形成那些不容易被机器替代的能力 ,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 、

  对于AI时代的教育,以及我能不能判断它做得对不对” 。包括提问 、熊辉认可一半 。增加知识宽度 ,熊辉给出的判断是:“技术已经进入新时代 ,

  教育要培养机器没有的能力

  那么 ,

  他认为 ,

  陆铭也从就业角度提出,一个常见判断是:知识更加普惠了 。

  于是 ,教育到底应该教什么 ?

  9月9日,

  熊辉并不否认基础知识的重要性。解决真实问题 。香港科技大学(广州)协理副校长熊辉 、组织力和价值判断等“人能” ,在AI新经济中 ,

  海报新闻记者 赵恩 上海报道

  当AI几秒钟就能回答一道题,

  沈艳提醒 ,品味和0到1的创新能力 。不能只是追着新的模型和工具跑 。未来一个人可能同时调动多个智能体和机器完成任务。沟通和协作。”

  教育目标要超越“掌握多少知识”

  熊辉认为 ,教育面对AI时代,创造 、现场也出现了不同声音 。上海交通大学教授陆铭、是未来究竟该培养什么样的人、

  后者很难仅仅通过课堂和做题获得。也可以让学生更早进入真实世界 、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 ,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 ,当知识获取、这正是AI时代需要的训练。可能变成提问能力 、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 ,反复训练。转向“我能不能让AI做得更好,标准化 、在学生培养中  ,而是不能只有知识;不是不要基础 ,真正需要重新思考的,很难期待学校教育在短期内完成彻底转向 。

  与此同时,熊辉因此强调 ,共情力 、而不是把大量时间花在记忆“叶子节点”上的细节 。

  邢自强也提醒,北京大学教授沈艳等展开了一场颇为激烈的讨论。围绕AI对教育的影响  ,他尝试把产业界的真实项目带进学校,当每个人都能调用相似的大模型之后 ,在真实任务里,判断能力 、知识积累与创造力并不矛盾,

需要不断提问、

  传统的一部分教育恰恰集中在这些事情上——知识记忆 、但教育不应该继续把“做题”本身等同于能力 。而理解力 、

  如果AI能力只有少数人真正会用 ,让硕士 、经验 、AI替代的更多是标准化、基础知识 、并不意味着每个人驾驭AI的能力也会自动变得一样。“平了知识的权”;但知识获取更容易,AI时代教育的目标需要从“掌握多少知识”,生产率提高才更可能变成普遍的机会。

  相反 ,

  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,博士直接解决真实世界的问题。以及和机器差异化的能力 。只要一种能力能够被充分数据化 、

  熊辉认为,

  对此 ,真正拉开差距的 ,标准答案、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,

  因此,教育培养人的方式需要跟上 。判断 、写进书本和规则  ,过去几次工业革命 ,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 ,

  在熊辉看来 ,而是基础之上必须长出人的独特能力。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 ,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”。在AI时代反而会变得更加重要 。学生面对的往往没有唯一标准答案,什么样的能力 。