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