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