熊辉并不否认基础知识的人该重要性 。让本科生尽早参与项目 ，育机越强解决真实问题 。人该他用“知识树”作比喻 ：真正重要的育机越强是理解一棵树的树干和框架，
邢自强也提醒，人该
熊辉认为 ，育机越强沟通和协作 。包括提问 、当知识获取 、“平了知识的权”；但知识获取更容易 ，共情力 、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 ，
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 ，
如果AI能力只有少数人真正会用 ，博士直接解决真实世界的问题 。当每个人都能调用相似的大模型之后，可编码的“机能” ，在真实任务里 ，写进书本和规则 ，而是不能只有知识；不是不要基础 ，判断和寻找新的解决方案 。
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。是未来究竟该培养什么样的人、”
教育目标要超越“掌握多少知识”
熊辉认为 ，教育更需要帮助学生形成那些不容易被机器替代的能力，品味和0到1的创新能力 。AI确实降低了普通人获取知识的门槛，基础知识 、教育更重要的作用是“引导和引出” ，在学生培养中 ，真正需要重新思考的 ，
在熊辉看来 ，增加知识宽度 ，
对此 ，他的办法是“到战场中去” 。而理解力 、标准化 、标准答案 、这正是AI时代需要的训练 。
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，而是基础之上必须长出人的独特能力 。
相反 ，围绕AI对教育的影响，
后者很难仅仅通过课堂和做题获得 。北京大学教授沈艳等展开了一场颇为激烈的讨论 。在他看来，过去几次工业革命 ，进一步转向“能不能形成与机器不同的能力”。在AI时代反而会变得更加重要 。熊辉认可一半 。AI替代的更多是标准化 、
与此同时，以及我能不能判断它做得对不对” 。创造 、判断 、经验、以及和机器差异化的能力。
AI普及之后 ，转向“我能不能让AI做得更好 ，
他认为 ，可能变成提问能力、教育培养人的方式需要跟上 。教育到底应该教什么 ？
9月9日，很难期待学校教育在短期内完成彻底转向 。未来一个人可能同时调动多个智能体和机器完成任务 。只要一种能力能够被充分数据化、并不意味着每个人驾驭AI的能力也会自动变得一样 。
教育要培养机器没有的能力
那么 ，表达力 、教育不能简单否定“博闻强识”的价值 。熊辉因此强调 ，但教育不应该继续把“做题”本身等同于能力。
陆铭也从就业角度提出，需要不断提问 、“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” 。这也意味着，让硕士 、
今天的大模型依赖数据，上海交通大学教授陆铭、节省下来的时间 ，生产率提高才更可能变成普遍的机会。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 、什么样的能力。因此 ，
于是 ，
传统的一部分教育恰恰集中在这些事情上——知识记忆 、与AI协作 ，未来仍然会出现很多新的工作机会 ，教育面对AI时代 ，
沈艳提醒 ，帮助每一个学生发现并发展自己的特点 。也可以让学生更早进入真实世界 、一个常见判断是：知识更加普惠了 。AI时代教育的目标需要从“掌握多少知识” ，判断能力 、
熊辉认为，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 ，
对于AI时代的教育 ，机器就越来越擅长学习 。学生面对的往往没有唯一标准答案 ，而不是把大量时间花在记忆“叶子节点”上的细节 。他尝试把产业界的真实项目带进学校 ，熊辉给出的判断是 ：“技术已经进入新时代 ，知识积累与创造力并不矛盾 ，
“基础当然还要打好” ，不能只是追着新的模型和工具跑 。工作的价值也发生变化——从“我能做多少” ，香港科技大学（广州）协理副校长熊辉 、