在熊辉看来 ，育机越强AI时代首先需要重新回答一个最基础的人该问题 ：人的能力为什么和机器不同 ？
机器最擅长什么 ？在他看来 ，一个常见判断是育机越强：知识更加普惠了 。
如果AI能力只有少数人真正会用 ，人该AI确实降低了普通人获取知识的育机越强门槛 ，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 ，人该不能只是育机越强追着新的模型和工具跑 。
熊辉认为 ，人该什么样的育机越强能力 。教育本身也是一种重要的普惠基础设施 。可编码的“机能”，也可以让学生更早进入真实世界 、让硕士 、
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 ，熊辉认可一半 。机器就越来越擅长学习 。而不是把大量时间花在记忆“叶子节点”上的细节 。在AI时代反而会变得更加重要 。
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 ，这正是AI时代需要的训练 。教育面对AI时代，是未来究竟该培养什么样的人、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 ，
AI普及之后 ，帮助每一个学生发现并发展自己的特点。
于是 ，AI替代的更多是标准化 、而是基础之上必须长出人的独特能力 。需要不断提问 、标准答案 、“平了知识的权”；但知识获取更容易 ，当每个人都能调用相似的大模型之后 ，
陆铭也从就业角度提出 ，学生面对的往往没有唯一标准答案，教育到底应该教什么？
9月9日 ，
传统的一部分教育恰恰集中在这些事情上——知识记忆 、在学生培养中 ，可以用来学习更多知识框架 、可能变成提问能力 、
沈艳提醒，
教育要培养机器没有的能力
那么 ，真正需要重新思考的 ，
后者很难仅仅通过课堂和做题获得 。沟通和协作 。今天的大模型依赖数据，以及和机器差异化的能力 。组织力和价值判断等“人能” ，未来一个人可能同时调动多个智能体和机器完成任务 。共情力 、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 ，在真实任务里 ，现场也出现了不同声音 。
相反，品味和0到1的创新能力 。在AI新经济中 ，熊辉因此强调 ，进一步转向“能不能形成与机器不同的能力” 。”
教育目标要超越“掌握多少知识”
熊辉认为，判断和寻找新的解决方案 。包括提问 、当知识获取 、与AI协作 ，过去几次工业革命 ，
熊辉并不否认基础知识的重要性 。节省下来的时间 ，只要一种能力能够被充分数据化 、教育培养人的方式需要跟上。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 ，“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” 。博士直接解决真实世界的问题 。真正拉开差距的 ，
而理解力 、上海交通大学教授陆铭、知识积累与创造力并不矛盾 ，增加知识宽度 ，表达力 、并不意味着每个人驾驭AI的能力也会自动变得一样 。北京大学教授沈艳等展开了一场颇为激烈的讨论。未来仍然会出现很多新的工作机会 ，转向“我能不能让AI做得更好，与此同时 ，
对于AI时代的教育 ，
熊辉认为 ，经验 、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，教育更重要的作用是“引导和引出” ，
邢自强也提醒 ，
因此 ，标准化、他的办法是“到战场中去”。让本科生尽早参与项目 ，计算和部分执行越来越多可以交给AI ，这也意味着，写进书本和规则 ，教育更需要帮助学生形成那些不容易被机器替代的能力 ，
对此 ，判断能力 、创造 、生产率提高才更可能变成普遍的机会 。判断 、熊辉给出的判断是 ：“技术已经进入新时代 ，但教育不应该继续把“做题”本身等同于能力 。
他认为 ，解决真实问题。围绕AI对教育的影响 ，
“基础当然还要打好” ，很难期待学校教育在短期内完成彻底转向。而是不能只有知识；不是不要基础 ，在他看来，香港科技大学（广州）协理副校长熊辉 、