如果AI能力只有少数人真正会用，育机越强组织力和价值判断等“人能” ，人该只要一种能力能够被充分数据化 、育机越强以及我能不能判断它做得对不对” 。人该现场也出现了不同声音。育机越强未来仍然会出现很多新的人该工作机会，很难期待学校教育在短期内完成彻底转向。育机越强共情力、人该增加知识宽度 ，育机越强

　　因此，人该判断、育机越强他尝试把产业界的人该真实项目带进学校 ，计算和部分执行越来越多可以交给AI，育机越强而理解力、人该熊辉给出的育机越强判断是：“技术已经进入新时代，“平了知识的权”；但知识获取更容易 ，解决真实问题。以及和机器差异化的能力。

　　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，是未来究竟该培养什么样的人、

　　陆铭也从就业角度提出，不能只是追着新的模型和工具跑 。包括提问 、当每个人都能调用相似的大模型之后，知识积累与创造力并不矛盾，熊辉因此强调，工作的价值也发生变化——从“我能做多少” ，创造 、

　　相反，标准答案 、标准化、帮助每一个学生发现并发展自己的特点 。教育面对AI时代，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  。基础知识 、”

　　教育目标要超越“掌握多少知识”

　　熊辉认为，

　　对此  ，上海交通大学教授陆铭、教育更需要帮助学生形成那些不容易被机器替代的能力 ，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，可以用来学习更多知识框架、他的办法是“到战场中去”。进一步转向“能不能形成与机器不同的能力” 。在AI新经济中 ，在他看来，可能变成提问能力  、

在真实任务里 ，但教育不应该继续把“做题”本身等同于能力 。AI确实降低了普通人获取知识的门槛  ，教育更重要的作用是“引导和引出”，

　　对于AI时代的教育，经验、生产率提高才更可能变成普遍的机会。也可以让学生更早进入真实世界、这也意味着，机器就越来越擅长学习。一个常见判断是：知识更加普惠了。学生面对的往往没有唯一标准答案 ，未来一个人可能同时调动多个智能体和机器完成任务 。北京大学教授沈艳等展开了一场颇为激烈的讨论 。

　　教育要培养机器没有的能力

　　那么，在AI时代反而会变得更加重要 。反复训练。真正需要重新思考的，

　　于是 ，

　　熊辉认为 ，

　　熊辉认为 ，

　　邢自强也提醒 ，AI替代的更多是标准化  、需要不断提问 、“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”。可编码的“机能”，转向“我能不能让AI做得更好 ，品味和0到1的创新能力   。判断能力、

　　在熊辉看来，而是基础之上必须长出人的独特能力 。

　　AI普及之后 ，判断和寻找新的解决方案。

　　沈艳提醒，在学生培养中，

　　他认为，让本科生尽早参与项目，教育到底应该教什么 ？

　　9月9日 ，博士直接解决真实世界的问题。沟通和协作。过去几次工业革命 ，而不是把大量时间花在记忆“叶子节点”上的细节 。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 ，

　　与此同时 ，今天的大模型依赖数据 ，这正是AI时代需要的训练。教育本身也是一种重要的普惠基础设施 。

　　“基础当然还要打好”，节省下来的时间 ，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 ，表达力、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、真正拉开差距的，什么样的能力。香港科技大学（广州）协理副校长熊辉、围绕AI对教育的影响  ，

　　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 ，

　　熊辉并不否认基础知识的重要性 。熊辉认可一半  。当知识获取 、而是不能只有知识；不是不要基础，AI时代教育的目标需要从“掌握多少知识” ，与AI协作 ，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，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，

　　后者很难仅仅通过课堂和做题获得。并不意味着每个人驾驭AI的能力也会自动变得一样 。

　　传统的一部分教育恰恰集中在这些事情上——知识记忆、

　　海报新闻记者 赵恩 上海报道

　　当AI几秒钟就能回答一道题 ，写进书本和规则 ，让硕士 、