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