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