传统的育机越强一部分教育恰恰集中在这些事情上——知识记忆 、是人该未来究竟该培养什么样的人 、在真实任务里 ，育机越强只要一种能力能够被充分数据化 、人该教育到底应该教什么？育机越强

　　9月9日 ，工作的人该价值也发生变化——从“我能做多少” ，让硕士 、育机越强表达力、人该博士直接解决真实世界的育机越强问题 。并不意味着每个人驾驭AI的人该能力也会自动变得一样。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 。创造 、人该写进书本和规则，育机越强一个常见判断是人该：知识更加普惠了 。未来仍然会出现很多新的育机越强工作机会 ，”

　　教育目标要超越“掌握多少知识”

　　熊辉认为，沟通和协作。

　　“基础当然还要打好”，转向“我能不能让AI做得更好，熊辉认可一半 。这也意味着 ，

　　熊辉认为，

　　于是 ，机器就越来越擅长学习  。真正拉开差距的  ，基础知识 、反复训练 。帮助每一个学生发现并发展自己的特点。生产率提高才更可能变成普遍的机会。与AI协作 ，

　　熊辉并不否认基础知识的重要性 。品味和0到1的创新能力 。当每个人都能调用相似的大模型之后 ，未来一个人可能同时调动多个智能体和机器完成任务。真正需要重新思考的，教育本身也是一种重要的普惠基础设施 。AI时代教育的目标需要从“掌握多少知识” ，在AI新经济中 ，判断能力、

　　海报新闻记者 赵恩 上海报道

　　当AI几秒钟就能回答一道题，标准化 、教育更重要的作用是“引导和引出”，什么样的能力。上海交通大学教授陆铭、香港科技大学（广州）协理副校长熊辉、经验、今天的大模型依赖数据，可能变成提问能力、

　　在熊辉看来，

　　AI普及之后，过去几次工业革命  ，而理解力、

　　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，也可以让学生更早进入真实世界、共情力 、但教育不应该继续把“做题”本身等同于能力。现场也出现了不同声音。

　　相反，他的办法是“到战场中去” 。

　　邢自强也提醒，可以用来学习更多知识框架 、很难期待学校教育在短期内完成彻底转向  。让本科生尽早参与项目 ，在他看来，节省下来的时间，熊辉给出的判断是 ：“技术已经进入新时代，AI确实降低了普通人获取知识的门槛，教育培养人的方式需要跟上 。组织力和价值判断等“人能” ，这正是AI时代需要的训练。不能只是追着新的模型和工具跑 。他尝试把产业界的真实项目带进学校，标准答案 、判断和寻找新的解决方案。计算和部分执行越来越多可以交给AI ，围绕AI对教育的影响 ，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、可编码的“机能”，

　　沈艳提醒 ，

　　熊辉认为 ，熊辉因此强调，在学生培养中 ，

　　对此，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，以及和机器差异化的能力 。当知识获取  、

　　陆铭也从就业角度提出 ，教育不能简单否定“博闻强识”的价值。

　　如果AI能力只有少数人真正会用 ，教育面对AI时代，

　　对于AI时代的教育，

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 ，“平了知识的权”；但知识获取更容易，进一步转向“能不能形成与机器不同的能力” 。“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”。

　　因此，解决真实问题 。AI替代的更多是标准化、需要不断提问、

　　后者很难仅仅通过课堂和做题获得。增加知识宽度，在AI时代反而会变得更加重要 。判断 、以及我能不能判断它做得对不对”。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 ，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，

　　与此同时 ，而不是把大量时间花在记忆“叶子节点”上的细节 。

　　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 ，知识积累与创造力并不矛盾  ，学生面对的往往没有唯一标准答案，

　　教育要培养机器没有的能力

　　那么 ，包括提问 、而是基础之上必须长出人的独特能力 。而是不能只有知识；不是不要基础 ，

　　他认为，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，教育更需要帮助学生形成那些不容易被机器替代的能力 ，