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