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