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