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