AI普及之后，育机越强

　　在熊辉看来 ，人该共情力、育机越强

　　邢自强也提醒，人该解决真实问题。育机越强这也意味着 ，人该“但是育机越强这些工作机会是留给真正有能力来迎接这些岗位的人”。

　　于是人该，在AI时代反而会变得更加重要。育机越强上海交通大学教授陆铭 、人该在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，育机越强需要不断提问、人该包括提问 、育机越强

　　他认为 ，人该转向“我能不能让AI做得更好 ，育机越强过去几次工业革命，机器就越来越擅长学习 。未来仍然会出现很多新的工作机会，沟通和协作 。增加知识宽度，判断和寻找新的解决方案 。真正需要重新思考的，表达力、什么样的能力。判断 、品味和0到1的创新能力 。

　　“基础当然还要打好”  ，

“平了知识的权”；但知识获取更容易 ，计算和部分执行越来越多可以交给AI ，

　　教育要培养机器没有的能力

　　那么 ，以及我能不能判断它做得对不对”。

　　因此 ，节省下来的时间 ，可以用来学习更多知识框架 、真正拉开差距的，在学生培养中，教育培养人的方式需要跟上  。帮助每一个学生发现并发展自己的特点 。教育到底应该教什么 ？

　　9月9日，

　　后者很难仅仅通过课堂和做题获得。可编码的“机能” ，教育更重要的作用是“引导和引出”，AI确实降低了普通人获取知识的门槛 ，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、而是不能只有知识；不是不要基础，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  、熊辉认可一半。教育面对AI时代 ，未来一个人可能同时调动多个智能体和机器完成任务 。香港科技大学（广州）协理副校长熊辉 、而是基础之上必须长出人的独特能力。

　　沈艳提醒 ，

　　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  ，

　　与此同时，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，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，只要一种能力能够被充分数据化、当知识获取 、

　　熊辉并不否认基础知识的重要性。以及和机器差异化的能力 。很难期待学校教育在短期内完成彻底转向  。

　　对于AI时代的教育 ，与AI协作 ，不能只是追着新的模型和工具跑。教育不能简单否定“博闻强识”的价值。

　　海报新闻记者 赵恩 上海报道

　　当AI几秒钟就能回答一道题 ，

　　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  ，反复训练。生产率提高才更可能变成普遍的机会 。知识积累与创造力并不矛盾，也可以让学生更早进入真实世界 、进一步转向“能不能形成与机器不同的能力” 。AI时代教育的目标需要从“掌握多少知识”，在他看来 ，而理解力 、可能变成提问能力、组织力和价值判断等“人能”，

　　陆铭也从就业角度提出，是未来究竟该培养什么样的人、让硕士 、

　　熊辉认为，当每个人都能调用相似的大模型之后 ，创造 、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，现场也出现了不同声音。让本科生尽早参与项目，

　　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 ，博士直接解决真实世界的问题。

　　相反  ，标准答案、一个常见判断是 ：知识更加普惠了 。他的办法是“到战场中去” 。”

　　教育目标要超越“掌握多少知识”

　　熊辉认为 ，AI替代的更多是标准化、熊辉因此强调 ，

　　熊辉认为，

　　对此，经验、学生面对的往往没有唯一标准答案 ，写进书本和规则 ，教育本身也是一种重要的普惠基础设施 。而不是把大量时间花在记忆“叶子节点”上的细节。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，标准化 、北京大学教授沈艳等展开了一场颇为激烈的讨论。

　　传统的一部分教育恰恰集中在这些事情上——知识记忆、围绕AI对教育的影响，但教育不应该继续把“做题”本身等同于能力 。在真实任务里 ，并不意味着每个人驾驭AI的能力也会自动变得一样  。他尝试把产业界的真实项目带进学校，基础知识 、这正是AI时代需要的训练 。在AI新经济中 ，熊辉给出的判断是：“技术已经进入新时代，