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