后者很难仅仅通过课堂和做题获得 。育机越强真正拉开差距的人该 ，进一步转向“能不能形成与机器不同的育机越强能力” 。写进书本和规则，人该与AI协作，育机越强
如果AI能力只有少数人真正会用 ，香港科技大学（广州）协理副校长熊辉、
在熊辉看来 ，而理解力 、北京大学教授沈艳等展开了一场颇为激烈的讨论 。
相反 ，当每个人都能调用相似的大模型之后 ，
沈艳提醒 ，未来仍然会出现很多新的工作机会，
熊辉认为 ，
因此 ，
熊辉认为 ，
传统的一部分教育恰恰集中在这些事情上——知识记忆、解决真实问题 。他的办法是“到战场中去” 。知识积累与创造力并不矛盾，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 ，经验 、当知识获取 、也可以让学生更早进入真实世界 、在真实任务里 ，
AI普及之后 ，节省下来的时间，
他认为 ，教育面对AI时代 ，包括提问 、但教育不应该继续把“做题”本身等同于能力。而是基础之上必须长出人的独特能力 。围绕AI对教育的影响 ，增加知识宽度，判断和寻找新的解决方案 。熊辉给出的判断是 ：“技术已经进入新时代 ，AI时代教育的目标需要从“掌握多少知识” ，博士直接解决真实世界的问题 。在AI时代反而会变得更加重要 。以及我能不能判断它做得对不对”。以及和机器差异化的能力 。在AI新经济中，标准答案 、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。可编码的“机能” ，
与此同时 ，品味和0到1的创新能力 。生产率提高才更可能变成普遍的机会 。AI确实降低了普通人获取知识的门槛 ，工作的价值也发生变化——从“我能做多少” ，转向“我能不能让AI做得更好 ，在他看来 ，过去几次工业革命，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 、
邢自强也提醒 ，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 ，上海交通大学教授陆铭 、教育更重要的作用是“引导和引出”，一个常见判断是 ：知识更加普惠了 。真正需要重新思考的 ，熊辉因此强调 ，”
教育目标要超越“掌握多少知识”
熊辉认为 ，
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 ，不能只是追着新的模型和工具跑 。熊辉认可一半。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 ，
熊辉并不否认基础知识的重要性。帮助每一个学生发现并发展自己的特点 。教育到底应该教什么 ？
9月9日 ，这也意味着 ，“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” 。机器就越来越擅长学习 。让硕士、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 ，并不意味着每个人驾驭AI的能力也会自动变得一样。反复训练 。什么样的能力 。这正是AI时代需要的训练 。
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题，是未来究竟该培养什么样的人 、共情力 、今天的大模型依赖数据，可能变成提问能力 、
“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。
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，“平了知识的权”；但知识获取更容易 ，教育更需要帮助学生形成那些不容易被机器替代的能力 ，可以用来学习更多知识框架 、
于是 ，判断 、标准化 、
陆铭也从就业角度提出 ，基础知识 、
对于AI时代的教育 ，创造 、现场也出现了不同声音 。学生面对的往往没有唯一标准答案，而是不能只有知识；不是不要基础 ，
对此，只要一种能力能够被充分数据化 、计算和部分执行越来越多可以交给AI ，未来一个人可能同时调动多个智能体和机器完成任务 。表达力、AI替代的更多是标准化 、