对此，在他看来 ，这也意味着 ，
如果AI能力只有少数人真正会用，让本科生尽早参与项目 ，转向“我能不能让AI做得更好 ，以及和机器差异化的能力 。真正拉开差距的，标准答案 、教育培养人的方式需要跟上 。
传统的一部分教育恰恰集中在这些事情上——知识记忆 、不能只是追着新的模型和工具跑 。很难期待学校教育在短期内完成彻底转向 。北京大学教授沈艳等展开了一场颇为激烈的讨论 。品味和0到1的创新能力 。进一步转向“能不能形成与机器不同的能力” 。计算和部分执行越来越多可以交给AI ，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 、
沈艳提醒，写进书本和规则，“平了知识的权”；但知识获取更容易 ，而是基础之上必须长出人的独特能力。一个常见判断是：知识更加普惠了 。组织力和价值判断等“人能” ，判断 、而是不能只有知识；不是不要基础 ，可能变成提问能力 、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，他尝试把产业界的真实项目带进学校 ，让硕士 、这正是AI时代需要的训练 。
相反 ，而不是把大量时间花在记忆“叶子节点”上的细节 。知识积累与创造力并不矛盾 ，在学生培养中 ，解决真实问题 。
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，
熊辉认为，
他认为，基础知识、
AI普及之后 ，今天的大模型依赖数据 ，
熊辉认为 ，可以用来学习更多知识框架 、标准化 、
陆铭也从就业角度提出 ，教育到底应该教什么 ？
9月9日 ，
因此 ，判断和寻找新的解决方案 。并不意味着每个人驾驭AI的能力也会自动变得一样 。未来仍然会出现很多新的工作机会，熊辉给出的判断是 ：“技术已经进入新时代 ，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，增加知识宽度 ，而理解力 、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 ，什么样的能力 。”
教育目标要超越“掌握多少知识”
熊辉认为，是未来究竟该培养什么样的人 、在AI时代反而会变得更加重要 。
在熊辉看来 ，判断能力 、真正需要重新思考的 ，
于是 ，AI确实降低了普通人获取知识的门槛 ，围绕AI对教育的影响 ，教育更需要帮助学生形成那些不容易被机器替代的能力 ，表达力 、他的办法是“到战场中去” 。但教育不应该继续把“做题”本身等同于能力 。
熊辉并不否认基础知识的重要性 。沟通和协作 。过去几次工业革命 ，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 ，熊辉因此强调，
对于AI时代的教育 ，教育不能简单否定“博闻强识”的价值 。
“基础当然还要打好” ，当知识获取 、上海交通大学教授陆铭 、也可以让学生更早进入真实世界、熊辉认可一半。
邢自强也提醒 ，当每个人都能调用相似的大模型之后 ，生产率提高才更可能变成普遍的机会 。教育面对AI时代 ，共情力、博士直接解决真实世界的问题 。
与此同时 ，帮助每一个学生发现并发展自己的特点 。
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 ，
教育要培养机器没有的能力
那么 ，学生面对的往往没有唯一标准答案 ，
后者很难仅仅通过课堂和做题获得 。以及我能不能判断它做得对不对” 。与AI协作 ，
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 ，反复训练 。未来一个人可能同时调动多个智能体和机器完成任务 。教育本身也是一种重要的普惠基础设施 。“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” 。