机器最擅长什么？在他看来 ，现场也出现了不同声音 。育机越强不能只是人该追着新的模型和工具跑 。熊辉因此强调 ，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 、判断和寻找新的育机越强解决方案 。教育更需要帮助学生形成那些不容易被机器替代的人该能力 ，北京大学教授沈艳等展开了一场颇为激烈的育机越强讨论 。
后者很难仅仅通过课堂和做题获得 。人该AI确实降低了普通人获取知识的育机越强门槛 ，教育不能简单否定“博闻强识”的人该价值 。但教育不应该继续把“做题”本身等同于能力 。育机越强进一步转向“能不能形成与机器不同的能力” 。解决真实问题。真正拉开差距的 ，标准化 、共情力 、
熊辉认为，
邢自强也提醒，让本科生尽早参与项目，教育培养人的方式需要跟上。并不意味着每个人驾驭AI的能力也会自动变得一样 。生产率提高才更可能变成普遍的机会 。在学生培养中，教育本身也是一种重要的普惠基础设施 。
熊辉并不否认基础知识的重要性。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 、他的办法是“到战场中去” 。这也意味着 ，可以用来学习更多知识框架 、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 ，
教育要培养机器没有的能力
那么 ，教育到底应该教什么 ？
9月9日 ，节省下来的时间 ，在真实任务里 ，AI时代教育的目标需要从“掌握多少知识” ，可能变成提问能力 、需要不断提问 、一个常见判断是 ：知识更加普惠了。以及和机器差异化的能力 。
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 ，熊辉给出的判断是：“技术已经进入新时代 ，让硕士 、当知识获取、
“基础当然还要打好” ，而不是把大量时间花在记忆“叶子节点”上的细节 。创造 、
如果AI能力只有少数人真正会用，“平了知识的权”；但知识获取更容易 ，香港科技大学（广州）协理副校长熊辉 、过去几次工业革命 ，学生面对的往往没有唯一标准答案 ，真正需要重新思考的，以及我能不能判断它做得对不对” 。工作的价值也发生变化——从“我能做多少” ，很难期待学校教育在短期内完成彻底转向 。
与此同时 ，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，机器就越来越擅长学习 。反复训练。
在熊辉看来，基础知识 、
熊辉认为 ，
AI普及之后 ，
对此 ，沟通和协作 。表达力 、组织力和价值判断等“人能” ，与AI协作 ，标准答案、在他看来 ，品味和0到1的创新能力 。知识积累与创造力并不矛盾 ，今天的大模型依赖数据 ，是未来究竟该培养什么样的人 、可编码的“机能” ，
因此 ，判断 、增加知识宽度，计算和部分执行越来越多可以交给AI ，
沈艳提醒 ，包括提问、他尝试把产业界的真实项目带进学校 ，教育更重要的作用是“引导和引出”，只要一种能力能够被充分数据化、在AI时代反而会变得更加重要 。什么样的能力 。
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 ，
于是 ，
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，
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 ，”
教育目标要超越“掌握多少知识”
熊辉认为，而是不能只有知识；不是不要基础 ，也可以让学生更早进入真实世界 、
相反，
对于AI时代的教育 ，
他认为 ，教育面对AI时代 ，未来一个人可能同时调动多个智能体和机器完成任务 。“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” 。熊辉认可一半 。未来仍然会出现很多新的工作机会 ，上海交通大学教授陆铭 、写进书本和规则 ，而理解力 、博士直接解决真实世界的问题 。经验 、帮助每一个学生发现并发展自己的特点 。判断能力、围绕AI对教育的影响 ，而是基础之上必须长出人的独特能力 。
陆铭也从就业角度提出 ，在AI新经济中 ，转向“我能不能让AI做得更好，AI替代的更多是标准化 、