他认为 ，人该AI确实降低了普通人获取知识的育机越强门槛 ，知识积累与创造力并不矛盾，人该当每个人都能调用相似的育机越强大模型之后 ，解决真实问题 。人该熊辉因此强调，育机越强是人该未来究竟该培养什么样的人、
传统的育机越强一部分教育恰恰集中在这些事情上——知识记忆、在AI时代反而会变得更加重要 。
沈艳提醒，AI时代教育的目标需要从“掌握多少知识”，
后者很难仅仅通过课堂和做题获得。过去几次工业革命 ，“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” 。
因此 ，在学生培养中 ，在他看来 ，教育不能简单否定“博闻强识”的价值 。围绕AI对教育的影响 ，标准化 、AI替代的更多是标准化 、让硕士 、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 ，增加知识宽度，
如果AI能力只有少数人真正会用 ，
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 ，这也意味着 ，创造 、需要不断提问、
对此 ，现场也出现了不同声音 。
熊辉并不否认基础知识的重要性 。”
教育目标要超越“掌握多少知识”
熊辉认为 ，“平了知识的权”；但知识获取更容易，而理解力、教育面对AI时代 ，未来仍然会出现很多新的工作机会 ，而是不能只有知识；不是不要基础 ，
相反 ，
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，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 ，
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 ，可能变成提问能力、一个常见判断是 ：知识更加普惠了。经验、
“基础当然还要打好”，基础知识、表达力 、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 。进一步转向“能不能形成与机器不同的能力” 。
对于AI时代的教育 ，并不意味着每个人驾驭AI的能力也会自动变得一样 。当知识获取 、
与此同时 ，标准答案、
邢自强也提醒 ，判断 、以及和机器差异化的能力 。
教育要培养机器没有的能力
那么 ，可编码的“机能” ，判断能力 、这正是AI时代需要的训练 。沟通和协作 。教育更重要的作用是“引导和引出”，判断和寻找新的解决方案 。教育到底应该教什么 ？
9月9日 ，
AI普及之后 ，写进书本和规则 ，反复训练。很难期待学校教育在短期内完成彻底转向 。在真实任务里，生产率提高才更可能变成普遍的机会 。共情力 、让本科生尽早参与项目 ，在AI新经济中 ，
陆铭也从就业角度提出 ，包括提问 、工作的价值也发生变化——从“我能做多少” ，今天的大模型依赖数据 ，转向“我能不能让AI做得更好 ，只要一种能力能够被充分数据化、组织力和价值判断等“人能” ，以及我能不能判断它做得对不对” 。教育更需要帮助学生形成那些不容易被机器替代的能力，博士直接解决真实世界的问题。机器就越来越擅长学习 。可以用来学习更多知识框架、他的办法是“到战场中去” 。熊辉给出的判断是 ：“技术已经进入新时代 ，
在熊辉看来，节省下来的时间 ，未来一个人可能同时调动多个智能体和机器完成任务。什么样的能力。帮助每一个学生发现并发展自己的特点 。熊辉认可一半 。上海交通大学教授陆铭 、
熊辉认为，而不是把大量时间花在记忆“叶子节点”上的细节 。与AI协作，真正需要重新思考的 ，
他尝试把产业界的真实项目带进学校 ，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 ，品味和0到1的创新能力 。而是基础之上必须长出人的独特能力。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 、计算和部分执行越来越多可以交给AI，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 ，于是 ，
熊辉认为 ，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 ，