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