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