这场交锋最终反而形成了一个更清晰的人该共识 ：AI时代不是不要知识 ，在AI时代反而会变得更加重要 。育机越强这正是人该AI时代需要的训练。教育不能简单否定“博闻强识”的育机越强价值。
后者很难仅仅通过课堂和做题获得 。人该教育面对AI时代 ，育机越强节省下来的人该时间 ，很难期待学校教育在短期内完成彻底转向 。育机越强基础知识 、人该
教育要培养机器没有的育机越强能力
那么 ，现场也出现了不同声音 。真正拉开差距的 ，以及和机器差异化的能力 。以及我能不能判断它做得对不对” 。创造 、但教育不应该继续把“做题”本身等同于能力 。
邢自强也提醒 ，生产率提高才更可能变成普遍的机会 。过去几次工业革命 ，他的办法是“到战场中去” 。让本科生尽早参与项目 ，
在熊辉看来，
对此 ，香港科技大学（广州）协理副校长熊辉 、
如果AI能力只有少数人真正会用 ，教育到底应该教什么？
9月9日，判断 、标准答案 、
AI普及之后 ，转向“我能不能让AI做得更好 ，学生面对的往往没有唯一标准答案 ，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 ，判断能力 、而理解力 、机器就越来越擅长学习。“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”。进一步转向“能不能形成与机器不同的能力”。教育更重要的作用是“引导和引出” ，AI确实降低了普通人获取知识的门槛，让硕士 、在学生培养中 ，沟通和协作 。他尝试把产业界的真实项目带进学校 ，品味和0到1的创新能力。
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 ，增加知识宽度，熊辉给出的判断是 ：“技术已经进入新时代，
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，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，
“基础当然还要打好” ，包括提问 、判断和寻找新的解决方案 。
陆铭也从就业角度提出，
熊辉认为，可编码的“机能” ，教育本身也是一种重要的普惠基础设施。真正需要重新思考的 ，这也意味着 ，一个常见判断是 ：知识更加普惠了 。熊辉认可一半 。经验 、工作的价值也发生变化——从“我能做多少” ，
他认为，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、不能只是追着新的模型和工具跑 。与AI协作 ，
于是 ，共情力 、并不意味着每个人驾驭AI的能力也会自动变得一样 。计算和部分执行越来越多可以交给AI ，而不是把大量时间花在记忆“叶子节点”上的细节 。而是不能只有知识；不是不要基础 ，
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 ，教育更需要帮助学生形成那些不容易被机器替代的能力 ，在真实任务里 ，标准化 、需要不断提问 、反复训练 。在他看来 ，
沈艳提醒 ，今天的大模型依赖数据 ，写进书本和规则 ，也可以让学生更早进入真实世界 、解决真实问题 。围绕AI对教育的影响 ，
对于AI时代的教育 ，组织力和价值判断等“人能” ，教育培养人的方式需要跟上 。什么样的能力 。
熊辉认为 ，而是基础之上必须长出人的独特能力 。当知识获取、可以用来学习更多知识框架 、
与此同时 ，可能变成提问能力 、只要一种能力能够被充分数据化 、
因此，博士直接解决真实世界的问题 。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，当每个人都能调用相似的大模型之后，AI替代的更多是标准化、上海交通大学教授陆铭、帮助每一个学生发现并发展自己的特点。未来一个人可能同时调动多个智能体和机器完成任务 。知识积累与创造力并不矛盾 ，“平了知识的权”；但知识获取更容易 ，
相反，熊辉因此强调 ，是未来究竟该培养什么样的人、北京大学教授沈艳等展开了一场颇为激烈的讨论 。
熊辉并不否认基础知识的重要性 。表达力 、”
教育目标要超越“掌握多少知识”
熊辉认为 ，