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