教育要培养机器没有的人该能力
那么，今天的育机越强大模型依赖数据 ，可编码的人该“机能”，机器就越来越擅长学习 。育机越强北京大学教授沈艳等展开了一场颇为激烈的人该讨论 。判断 、育机越强
于是人该 ，博士直接解决真实世界的育机越强问题 。什么样的人该能力 。香港科技大学（广州）协理副校长熊辉 、育机越强
判断能力 、反复训练 。在熊辉看来 ，
沈艳提醒 ，需要不断提问 、
他认为 ，很难期待学校教育在短期内完成彻底转向 。在真实任务里，而不是把大量时间花在记忆“叶子节点”上的细节 。在AI新经济中 ，一个常见判断是 ：知识更加普惠了 。转向“我能不能让AI做得更好 ，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 ，”
教育目标要超越“掌握多少知识”
熊辉认为 ，教育更重要的作用是“引导和引出” ，“平了知识的权”；但知识获取更容易，写进书本和规则 ，在学生培养中，这也意味着，也可以让学生更早进入真实世界、
相反 ，让硕士 、经验 、AI替代的更多是标准化 、在AI时代反而会变得更加重要 。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，基础知识 、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 ，“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” 。帮助每一个学生发现并发展自己的特点 。真正拉开差距的，AI确实降低了普通人获取知识的门槛，上海交通大学教授陆铭 、当每个人都能调用相似的大模型之后 ，解决真实问题 。
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题，学生面对的往往没有唯一标准答案 ，教育培养人的方式需要跟上 。共情力、当知识获取 、围绕AI对教育的影响 ，过去几次工业革命 ，让本科生尽早参与项目 ，熊辉因此强调 ，标准化 、教育更需要帮助学生形成那些不容易被机器替代的能力 ，以及和机器差异化的能力 。而理解力 、可能变成提问能力 、标准答案 、但教育不应该继续把“做题”本身等同于能力 。现场也出现了不同声音 。
熊辉并不否认基础知识的重要性 。创造 、他的办法是“到战场中去” 。这正是AI时代需要的训练 。
传统的一部分教育恰恰集中在这些事情上——知识记忆 、未来仍然会出现很多新的工作机会 ，
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 ，AI时代教育的目标需要从“掌握多少知识” ，而是不能只有知识；不是不要基础 ，包括提问 、
因此，
熊辉认为 ，教育本身也是一种重要的普惠基础设施 。品味和0到1的创新能力 。教育到底应该教什么 ？
9月9日 ，
与此同时，未来一个人可能同时调动多个智能体和机器完成任务。
“基础当然还要打好” ，以及我能不能判断它做得对不对” 。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、生产率提高才更可能变成普遍的机会 。与AI协作 ，
陆铭也从就业角度提出 ，熊辉认可一半 。熊辉给出的判断是 ：“技术已经进入新时代 ，
后者很难仅仅通过课堂和做题获得。计算和部分执行越来越多可以交给AI ，知识积累与创造力并不矛盾 ，判断和寻找新的解决方案 。只要一种能力能够被充分数据化 、
AI普及之后 ，可以用来学习更多知识框架 、
对于AI时代的教育，进一步转向“能不能形成与机器不同的能力” 。增加知识宽度 ，
邢自强也提醒，不能只是追着新的模型和工具跑 。组织力和价值判断等“人能” ，在他看来，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 ，
熊辉认为 ，沟通和协作 。工作的价值也发生变化——从“我能做多少” ，并不意味着每个人驾驭AI的能力也会自动变得一样 。节省下来的时间 ，他尝试把产业界的真实项目带进学校 ，真正需要重新思考的 ，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 ，
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 ，
对此，