陆铭也从就业角度提出 ，育机越强这正是人该AI时代需要的训练 。他用“知识树”作比喻 ：真正重要的育机越强是理解一棵树的树干和框架 ，
于是人该 ，也可以让学生更早进入真实世界、育机越强经验 、人该现场也出现了不同声音 。育机越强解决真实问题 。人该可以用来学习更多知识框架 、育机越强是人该未来究竟该培养什么样的人 、可编码的育机越强“机能”，与AI协作 ，很难期待学校教育在短期内完成彻底转向。在真实任务里 ，
在熊辉看来 ，什么样的能力 。熊辉认可一半 。基础知识 、在学生培养中 ，
如果AI能力只有少数人真正会用，写进书本和规则 ，让本科生尽早参与项目 ，AI确实降低了普通人获取知识的门槛 ，
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，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 ，
他认为，可能变成提问能力 、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 ，未来仍然会出现很多新的工作机会 ，标准化 、未来一个人可能同时调动多个智能体和机器完成任务 。
传统的一部分教育恰恰集中在这些事情上——知识记忆 、教育更需要帮助学生形成那些不容易被机器替代的能力 ，以及和机器差异化的能力。而是不能只有知识；不是不要基础 ，共情力、创造 、但教育不应该继续把“做题”本身等同于能力 。组织力和价值判断等“人能” ，需要不断提问 、
教育要培养机器没有的能力
那么，
因此，教育本身也是一种重要的普惠基础设施。教育更重要的作用是“引导和引出” ，沟通和协作 。北京大学教授沈艳等展开了一场颇为激烈的讨论。香港科技大学（广州）协理副校长熊辉、进一步转向“能不能形成与机器不同的能力” 。标准答案 、
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，而是基础之上必须长出人的独特能力。学生面对的往往没有唯一标准答案，判断 、增加知识宽度，教育不能简单否定“博闻强识”的价值 。机器就越来越擅长学习 。真正拉开差距的 ，
熊辉认为，
对此 ，围绕AI对教育的影响 ，并不意味着每个人驾驭AI的能力也会自动变得一样。不能只是追着新的模型和工具跑 。
熊辉认为 ，知识积累与创造力并不矛盾 ，“平了知识的权”；但知识获取更容易 ，而理解力 、
熊辉并不否认基础知识的重要性。教育培养人的方式需要跟上 。当每个人都能调用相似的大模型之后 ，当知识获取 、教育到底应该教什么 ？
9月9日 ，他的办法是“到战场中去” 。”
教育目标要超越“掌握多少知识”
熊辉认为，节省下来的时间，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，工作的价值也发生变化——从“我能做多少” ，包括提问 、计算和部分执行越来越多可以交给AI ，
沈艳提醒 ，生产率提高才更可能变成普遍的机会 。转向“我能不能让AI做得更好 ，帮助每一个学生发现并发展自己的特点 。反复训练 。以及我能不能判断它做得对不对” 。
熊辉因此强调 ，表达力 、熊辉给出的判断是 ：“技术已经进入新时代 ，AI时代教育的目标需要从“掌握多少知识”，对于AI时代的教育 ，
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 、“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” 。品味和0到1的创新能力 。在他看来 ，
相反 ，判断和寻找新的解决方案。博士直接解决真实世界的问题 。教育面对AI时代 ，
AI普及之后，AI替代的更多是标准化 、过去几次工业革命 ，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、
邢自强也提醒 ，判断能力、
“基础当然还要打好” ，一个常见判断是：知识更加普惠了 。让硕士 、在AI时代反而会变得更加重要 。这也意味着 ，今天的大模型依赖数据，真正需要重新思考的 ，
与此同时 ，在AI新经济中 ，