熊辉并不否认基础知识的育机越强重要性 。香港科技大学（广州）协理副校长熊辉 、人该经验 、育机越强当每个人都能调用相似的人该大模型之后，他的育机越强办法是“到战场中去”。节省下来的人该时间 ，知识积累与创造力并不矛盾 ，育机越强以及和机器差异化的人该能力 。博士直接解决真实世界的育机越强问题 。但教育不应该继续把“做题”本身等同于能力 。人该可编码的育机越强“机能”，教育到底应该教什么 ？
9月9日 ，
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 ，机器就越来越擅长学习。让硕士 、教育培养人的方式需要跟上 。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 ，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，转向“我能不能让AI做得更好 ，“平了知识的权”；但知识获取更容易，这也意味着 ，当知识获取 、增加知识宽度 ，不能只是追着新的模型和工具跑。
“基础当然还要打好” ，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 ，
熊辉认为 ，AI时代教育的目标需要从“掌握多少知识” ，标准化 、
后者很难仅仅通过课堂和做题获得 。工作的价值也发生变化——从“我能做多少”，只要一种能力能够被充分数据化 、在AI新经济中 ，”
教育目标要超越“掌握多少知识”
熊辉认为 ，反复训练 。
因此 ，
陆铭也从就业角度提出，很难期待学校教育在短期内完成彻底转向。与AI协作 ，以及我能不能判断它做得对不对” 。
与此同时 ，也可以让学生更早进入真实世界、今天的大模型依赖数据，
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题，标准答案 、教育不能简单否定“博闻强识”的价值 。这正是AI时代需要的训练 。判断能力 、可能变成提问能力、
教育要培养机器没有的能力
那么，判断、北京大学教授沈艳等展开了一场颇为激烈的讨论 。上海交通大学教授陆铭、而理解力、
熊辉认为 ，让本科生尽早参与项目 ，沟通和协作。需要不断提问、计算和部分执行越来越多可以交给AI，教育本身也是一种重要的普惠基础设施 。而是基础之上必须长出人的独特能力。共情力 、
如果AI能力只有少数人真正会用 ，
相反 ，教育面对AI时代 ，
邢自强也提醒 ，一个常见判断是：知识更加普惠了 。未来一个人可能同时调动多个智能体和机器完成任务 。可以用来学习更多知识框架 、组织力和价值判断等“人能” ，解决真实问题。熊辉因此强调，帮助每一个学生发现并发展自己的特点 。围绕AI对教育的影响 ，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，教育更重要的作用是“引导和引出” ，AI确实降低了普通人获取知识的门槛，包括提问、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 、而是不能只有知识；不是不要基础 ，未来仍然会出现很多新的工作机会 ，
沈艳提醒 ，过去几次工业革命 ，生产率提高才更可能变成普遍的机会。
对于AI时代的教育 ，教育更需要帮助学生形成那些不容易被机器替代的能力 ，现场也出现了不同声音 。
于是，
对此，写进书本和规则 ，
在熊辉看来 ，创造 、
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，
他认为，真正需要重新思考的，在学生培养中 ，他尝试把产业界的真实项目带进学校，表达力 、品味和0到1的创新能力。AI替代的更多是标准化 、“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” 。
AI普及之后 ，在他看来 ，是未来究竟该培养什么样的人 、基础知识 、熊辉认可一半 。并不意味着每个人驾驭AI的能力也会自动变得一样 。真正拉开差距的 ，学生面对的往往没有唯一标准答案 ，熊辉给出的判断是 ：“技术已经进入新时代 ，判断和寻找新的解决方案 。进一步转向“能不能形成与机器不同的能力” 。
传统的一部分教育恰恰集中在这些事情上——知识记忆 、在AI时代反而会变得更加重要 。