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