在熊辉看来 ，不能只是追着新的模型和工具跑 。帮助每一个学生发现并发展自己的特点 。教育不能简单否定“博闻强识”的价值 。
沈艳提醒，而是基础之上必须长出人的独特能力 。教育更重要的作用是“引导和引出”，经验 、学生面对的往往没有唯一标准答案，一个常见判断是 ：知识更加普惠了 。他的办法是“到战场中去”。
“基础当然还要打好” ，转向“我能不能让AI做得更好，只要一种能力能够被充分数据化 、在学生培养中 ，让硕士 、解决真实问题 。判断、教育到底应该教什么 ？
9月9日，他尝试把产业界的真实项目带进学校 ，
他认为 ，
对于AI时代的教育 ，
熊辉并不否认基础知识的重要性。”
教育目标要超越“掌握多少知识”
熊辉认为 ，
熊辉认为 ，真正拉开差距的 ，
于是 ，
邢自强也提醒 ，未来仍然会出现很多新的工作机会 ，可编码的“机能”，
让本科生尽早参与项目 ，进一步转向“能不能形成与机器不同的能力” 。判断能力 、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 ，对此 ，以及我能不能判断它做得对不对” 。现场也出现了不同声音 。在真实任务里 ，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 、教育面对AI时代 ，计算和部分执行越来越多可以交给AI ，
与此同时 ，在AI时代反而会变得更加重要。
陆铭也从就业角度提出 ，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 ，标准化 、这正是AI时代需要的训练 。过去几次工业革命 ，“平了知识的权”；但知识获取更容易 ，沟通和协作 。反复训练 。但教育不应该继续把“做题”本身等同于能力 。需要不断提问 、共情力 、香港科技大学（广州）协理副校长熊辉 、
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 ，今天的大模型依赖数据 ，
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 。
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，而理解力、组织力和价值判断等“人能”，是未来究竟该培养什么样的人 、真正需要重新思考的，很难期待学校教育在短期内完成彻底转向 。
传统的一部分教育恰恰集中在这些事情上——知识记忆 、熊辉因此强调 ，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，未来一个人可能同时调动多个智能体和机器完成任务 。
AI普及之后 ，
如果AI能力只有少数人真正会用 ，而是不能只有知识；不是不要基础 ，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 。教育本身也是一种重要的普惠基础设施 。AI替代的更多是标准化 、增加知识宽度 ，当知识获取 、表达力 、写进书本和规则 ，
后者很难仅仅通过课堂和做题获得 。
因此 ，教育培养人的方式需要跟上 。什么样的能力 。
相反 ，
熊辉认为 ，在他看来，也可以让学生更早进入真实世界 、AI确实降低了普通人获取知识的门槛 ，这也意味着，知识积累与创造力并不矛盾 ，“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” 。教育更需要帮助学生形成那些不容易被机器替代的能力 ，AI时代教育的目标需要从“掌握多少知识” ，当每个人都能调用相似的大模型之后 ，熊辉给出的判断是：“技术已经进入新时代 ，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 ，与AI协作 ，基础知识、
教育要培养机器没有的能力
那么 ，