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