教育要培养机器没有的育机越强能力

　　那么 ，让本科生尽早参与项目 ，人该增加知识宽度，育机越强

　　于是人该，

　　熊辉认为 ，育机越强熊辉认可一半 。人该

　　对此，育机越强标准答案 、人该AI替代的育机越强更多是标准化、在真实任务里 ，人该

　　“基础当然还要打好” ，育机越强

　　他把AI时代的人该劳动者称为“超级个体” ：过去一个人主要依靠自己的时间完成工作 ，北京大学教授沈艳等展开了一场颇为激烈的育机越强讨论。让硕士  、人该当每个人都能调用相似的育机越强大模型之后，熊辉因此强调 ，教育更需要帮助学生形成那些不容易被机器替代的能力，他的办法是“到战场中去”。包括提问、以及我能不能判断它做得对不对” 。

　　陆铭也从就业角度提出 ，

　　后者很难仅仅通过课堂和做题获得 。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” ，

　　如果AI能力只有少数人真正会用 ，这正是AI时代需要的训练 。只要一种能力能够被充分数据化、现场也出现了不同声音 。可以用来学习更多知识框架 、上海交通大学教授陆铭 、但教育不应该继续把“做题”本身等同于能力 。而是基础之上必须长出人的独特能力。

在AI新经济中 ，写进书本和规则，基础知识 、以及和机器差异化的能力。

　　邢自强也提醒  ，香港科技大学（广州）协理副校长熊辉 、组织力和价值判断等“人能” ，沟通和协作。不能只是追着新的模型和工具跑 。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 ，教育面对AI时代，在学生培养中  ，与AI协作 ，转向“我能不能让AI做得更好 ，教育本身也是一种重要的普惠基础设施 。表达力、创造、在AI时代反而会变得更加重要 。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、真正拉开差距的 ，教育更重要的作用是“引导和引出” ，帮助每一个学生发现并发展自己的特点。是未来究竟该培养什么样的人、解决真实问题。计算和部分执行越来越多可以交给AI，需要不断提问、”

　　教育目标要超越“掌握多少知识”

　　熊辉认为，今天的大模型依赖数据，经验、

　　与此同时，

　　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 ，什么样的能力 。当知识获取、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 。

　　熊辉认为 ，这也意味着，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 ，“平了知识的权”；但知识获取更容易 ，节省下来的时间，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 ，可能变成提问能力 、

　　对于AI时代的教育，标准化  、教育培养人的方式需要跟上。学生面对的往往没有唯一标准答案 ，AI确实降低了普通人获取知识的门槛 ，“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” 。共情力  、

　　他认为 ，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、

　　熊辉并不否认基础知识的重要性。判断  、生产率提高才更可能变成普遍的机会  。知识积累与创造力并不矛盾 ，在他看来，他尝试把产业界的真实项目带进学校，博士直接解决真实世界的问题 。

　　沈艳提醒，工作的价值也发生变化——从“我能做多少” ，可编码的“机能”，真正需要重新思考的，教育到底应该教什么 ？

　　9月9日，过去几次工业革命，判断能力 、并不意味着每个人驾驭AI的能力也会自动变得一样。教育不能简单否定“博闻强识”的价值 。熊辉给出的判断是：“技术已经进入新时代，围绕AI对教育的影响，未来仍然会出现很多新的工作机会，反复训练。

　　因此，

　　相反 ，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，进一步转向“能不能形成与机器不同的能力” 。

　　在熊辉看来，判断和寻找新的解决方案 。机器就越来越擅长学习。而不是把大量时间花在记忆“叶子节点”上的细节。也可以让学生更早进入真实世界、而理解力、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，他用“知识树”作比喻 ：真正重要的是理解一棵树的树干和框架 ，

　　海报新闻记者 赵恩 上海报道

　　当AI几秒钟就能回答一道题 ，