熊辉认为，人该反复训练。育机越强过去几次工业革命 ，人该北京大学教授沈艳等展开了一场颇为激烈的育机越强讨论 。上海交通大学教授陆铭 、人该他的育机越强办法是“到战场中去”。
沈艳提醒，人该工作的育机越强价值也发生变化——从“我能做多少”，
教育要培养机器没有的人该能力
那么 ，
熊辉并不否认基础知识的育机越强重要性 。创造 、人该当每个人都能调用相似的育机越强大模型之后 ，共情力 、在真实任务里，但教育不应该继续把“做题”本身等同于能力 。可能变成提问能力 、组织力和价值判断等“人能” ，而理解力、
如果AI能力只有少数人真正会用 ，品味和0到1的创新能力 。
熊辉认为 ，这正是AI时代需要的训练。也可以让学生更早进入真实世界、在他看来，而是基础之上必须长出人的独特能力 。在AI时代反而会变得更加重要 。
后者很难仅仅通过课堂和做题获得 。教育到底应该教什么 ？
9月9日 ，
因此 ，真正拉开差距的 ，今天的大模型依赖数据，真正需要重新思考的 ，
AI普及之后 ，与AI协作 ，
在熊辉看来 ，标准化、帮助每一个学生发现并发展自己的特点 。教育不能简单否定“博闻强识”的价值。解决真实问题。未来一个人可能同时调动多个智能体和机器完成任务。写进书本和规则 ，什么样的能力 。只要一种能力能够被充分数据化 、判断能力 、教育培养人的方式需要跟上 。
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 ，机器就越来越擅长学习。香港科技大学（广州）协理副校长熊辉 、经验 、在学生培养中，AI时代教育的目标需要从“掌握多少知识”，传统的一部分教育恰恰集中在这些事情上——知识记忆 、包括提问 、教育更需要帮助学生形成那些不容易被机器替代的能力 ，节省下来的时间 ，判断 、
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 ，很难期待学校教育在短期内完成彻底转向 。让硕士 、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 、并不意味着每个人驾驭AI的能力也会自动变得一样。计算和部分执行越来越多可以交给AI ，博士直接解决真实世界的问题 。
“基础当然还要打好” ，未来仍然会出现很多新的工作机会 ，
于是，
陆铭也从就业角度提出 ，教育本身也是一种重要的普惠基础设施 。沟通和协作 。需要不断提问、
与此同时 ，AI确实降低了普通人获取知识的门槛，”
教育目标要超越“掌握多少知识”
熊辉认为 ，
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，判断和寻找新的解决方案 。当知识获取 、“平了知识的权”；但知识获取更容易，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 ，以及我能不能判断它做得对不对” 。现场也出现了不同声音 。标准答案 、可以用来学习更多知识框架 、知识积累与创造力并不矛盾 ，这也意味着，是未来究竟该培养什么样的人、增加知识宽度 ，不能只是追着新的模型和工具跑 。
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 ，基础知识 、
他认为，学生面对的往往没有唯一标准答案 ，进一步转向“能不能形成与机器不同的能力” 。教育更重要的作用是“引导和引出”，生产率提高才更可能变成普遍的机会 。让本科生尽早参与项目 ，表达力 、
对此，熊辉给出的判断是 ：“技术已经进入新时代 ，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 ，熊辉认可一半。可编码的“机能”，“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” 。
对于AI时代的教育 ，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 ，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 ，而不是把大量时间花在记忆“叶子节点”上的细节。他尝试把产业界的真实项目带进学校 ，熊辉因此强调 ，
邢自强也提醒 ，一个常见判断是：知识更加普惠了 。
相反 ，教育面对AI时代 ，而是不能只有知识；不是不要基础 ，转向“我能不能让AI做得更好 ，围绕AI对教育的影响 ，