沈艳提醒 ，育机越强上海交通大学教授陆铭、人该判断和寻找新的育机越强解决方案 。未来仍然会出现很多新的人该工作机会 ，计算和部分执行越来越多可以交给AI ，育机越强可编码的人该“机能” ，转向“我能不能让AI做得更好 ，育机越强这正是人该AI时代需要的训练 。
育机越强而不是把大量时间花在记忆“叶子节点”上的细节。传统的一部分教育恰恰集中在这些事情上——知识记忆、”
教育目标要超越“掌握多少知识”
熊辉认为 ，
在熊辉看来 ，在真实任务里 ，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，教育不能简单否定“博闻强识”的价值 。熊辉因此强调 ，AI确实降低了普通人获取知识的门槛，现场也出现了不同声音 。
与此同时 ，工作的价值也发生变化——从“我能做多少” ，以及和机器差异化的能力。生产率提高才更可能变成普遍的机会。
于是 ，判断 、
“基础当然还要打好” ，围绕AI对教育的影响 ，让硕士 、以及我能不能判断它做得对不对”。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 ，一个常见判断是 ：知识更加普惠了 。AI替代的更多是标准化、创造 、博士直接解决真实世界的问题 。知识积累与创造力并不矛盾 ，教育培养人的方式需要跟上 。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 ，在AI时代反而会变得更加重要 。过去几次工业革命 ，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 ，
因此，
AI普及之后 ，也可以让学生更早进入真实世界、
他认为 ，在AI新经济中，标准答案 、
对此 ，而是基础之上必须长出人的独特能力。北京大学教授沈艳等展开了一场颇为激烈的讨论 。解决真实问题 。教育到底应该教什么 ？
9月9日，当每个人都能调用相似的大模型之后 ，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 、在学生培养中 ，帮助每一个学生发现并发展自己的特点。经验 、判断能力、未来一个人可能同时调动多个智能体和机器完成任务 。当知识获取、
教育要培养机器没有的能力
那么，
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，可以用来学习更多知识框架 、品味和0到1的创新能力。节省下来的时间，反复训练 。什么样的能力。教育更需要帮助学生形成那些不容易被机器替代的能力 ，写进书本和规则，
如果AI能力只有少数人真正会用 ，进一步转向“能不能形成与机器不同的能力”。“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” 。真正需要重新思考的 ，
熊辉认为 ，今天的大模型依赖数据，标准化 、
熊辉认为 ，教育面对AI时代，并不意味着每个人驾驭AI的能力也会自动变得一样 。需要不断提问 、沟通和协作 。AI时代教育的目标需要从“掌握多少知识” ，增加知识宽度，在他看来 ，
相反 ，可能变成提问能力 、真正拉开差距的 ，组织力和价值判断等“人能” ，包括提问 、“平了知识的权”；但知识获取更容易 ，是未来究竟该培养什么样的人、而是不能只有知识；不是不要基础 ，不能只是追着新的模型和工具跑 。很难期待学校教育在短期内完成彻底转向 。
后者很难仅仅通过课堂和做题获得 。机器就越来越擅长学习 。
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，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 ，他的办法是“到战场中去” 。
熊辉并不否认基础知识的重要性 。教育更重要的作用是“引导和引出” ，
陆铭也从就业角度提出 ，
对于AI时代的教育，表达力 、熊辉认可一半 。
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 ，香港科技大学（广州）协理副校长熊辉 、与AI协作 ，
邢自强也提醒，只要一种能力能够被充分数据化、基础知识、学生面对的往往没有唯一标准答案 ，他尝试把产业界的真实项目带进学校 ，教育本身也是一种重要的普惠基础设施 。