机器最擅长什么 ？在他看来，社会可以用几代人的育机越强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 ，判断 、人该一个常见判断是育机越强 ：知识更加普惠了。他用“知识树”作比喻 ：真正重要的人该是理解一棵树的树干和框架 ，品味和0到1的育机越强创新能力。增加知识宽度 ，人该让硕士、育机越强并不意味着每个人驾驭AI的人该能力也会自动变得一样。不能只是育机越强追着新的模型和工具跑 。但教育不应该继续把“做题”本身等同于能力 。人该判断能力 、育机越强机器就越来越擅长学习 。人该AI确实降低了普通人获取知识的育机越强门槛，当知识获取 、
“基础当然还要打好” ，而理解力 、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 、以及我能不能判断它做得对不对” 。教育更重要的作用是“引导和引出” ，
后者很难仅仅通过课堂和做题获得 。帮助每一个学生发现并发展自己的特点 。写进书本和规则 ，教育到底应该教什么 ？
9月9日，
熊辉认为 ，在AI新经济中，进一步转向“能不能形成与机器不同的能力”。在他看来，
沈艳提醒，可编码的“机能” ，
邢自强也提醒 ，真正需要重新思考的 ，工作的价值也发生变化——从“我能做多少” ，共情力、可能变成提问能力、围绕AI对教育的影响 ，生产率提高才更可能变成普遍的机会 。
陆铭也从就业角度提出，
因此，AI替代的更多是标准化 、当每个人都能调用相似的大模型之后，
对于AI时代的教育 ，很难期待学校教育在短期内完成彻底转向 。
在熊辉看来 ，节省下来的时间 ，这也意味着 ，可以用来学习更多知识框架 、这正是AI时代需要的训练 。北京大学教授沈艳等展开了一场颇为激烈的讨论 。需要不断提问、
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，教育更需要帮助学生形成那些不容易被机器替代的能力 ，学生面对的往往没有唯一标准答案 ，
他认为 ，教育面对AI时代，”
教育目标要超越“掌握多少知识”
熊辉认为，
相反 ，是未来究竟该培养什么样的人 、标准化 、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 ，判断和寻找新的解决方案 。他的办法是“到战场中去” 。
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，也可以让学生更早进入真实世界 、以及和机器差异化的能力 。解决真实问题。
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，标准答案 、经验 、
教育要培养机器没有的能力
那么 ，
于是 ，表达力、
在AI时代反而会变得更加重要 。与此同时 ，知识积累与创造力并不矛盾 ，上海交通大学教授陆铭、教育培养人的方式需要跟上 。转向“我能不能让AI做得更好 ，熊辉给出的判断是 ：“技术已经进入新时代 ，
对此 ，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 ，他尝试把产业界的真实项目带进学校 ，在真实任务里 ，博士直接解决真实世界的问题 。AI时代教育的目标需要从“掌握多少知识” ，基础知识 、计算和部分执行越来越多可以交给AI ，沟通和协作 。
熊辉认为 ，只要一种能力能够被充分数据化 、包括提问 、与AI协作 ，在学生培养中 ，熊辉因此强调 ，“平了知识的权”；但知识获取更容易 ，“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” 。真正拉开差距的 ，创造、香港科技大学（广州）协理副校长熊辉 、而不是把大量时间花在记忆“叶子节点”上的细节 。而是基础之上必须长出人的独特能力 。
如果AI能力只有少数人真正会用 ，组织力和价值判断等“人能” ，熊辉认可一半 。而是不能只有知识；不是不要基础，教育本身也是一种重要的普惠基础设施 。未来一个人可能同时调动多个智能体和机器完成任务 。
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。让本科生尽早参与项目，反复训练。过去几次工业革命，
AI普及之后 ，未来仍然会出现很多新的工作机会 ，现场也出现了不同声音。
熊辉并不否认基础知识的重要性。今天的大模型依赖数据 ，