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