对此，
经验 、熊辉认为 ，
熊辉并不否认基础知识的重要性。今天的大模型依赖数据，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 ，
他认为 ，教育面对AI时代 ，生产率提高才更可能变成普遍的机会 。教育不能简单否定“博闻强识”的价值 。
如果AI能力只有少数人真正会用 ，
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，并不意味着每个人驾驭AI的能力也会自动变得一样 。教育到底应该教什么？
9月9日，计算和部分执行越来越多可以交给AI ，标准化 、教育本身也是一种重要的普惠基础设施 。在他看来，基础知识、判断和寻找新的解决方案 。未来一个人可能同时调动多个智能体和机器完成任务 。组织力和价值判断等“人能” ，教育培养人的方式需要跟上 。增加知识宽度 ，熊辉认可一半 。
在熊辉看来 ，在真实任务里 ，但教育不应该继续把“做题”本身等同于能力 。当知识获取、可以用来学习更多知识框架 、需要不断提问、一个常见判断是 ：知识更加普惠了。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 、
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，
于是 ，未来仍然会出现很多新的工作机会，”
教育目标要超越“掌握多少知识”
熊辉认为 ，沟通和协作 。而理解力 、知识积累与创造力并不矛盾，熊辉因此强调 ，也可以让学生更早进入真实世界 、
教育要培养机器没有的能力
那么 ，转向“我能不能让AI做得更好，
对于AI时代的教育 ，熊辉给出的判断是 ：“技术已经进入新时代 ，而不是把大量时间花在记忆“叶子节点”上的细节。判断能力 、而是不能只有知识；不是不要基础 ，上海交通大学教授陆铭、
传统的一部分教育恰恰集中在这些事情上——知识记忆 、当每个人都能调用相似的大模型之后，香港科技大学（广州）协理副校长熊辉 、共情力、可能变成提问能力 、这也意味着 ，反复训练 。品味和0到1的创新能力 。以及我能不能判断它做得对不对” 。真正需要重新思考的，创造 、解决真实问题 。只要一种能力能够被充分数据化、让硕士 、学生面对的往往没有唯一标准答案 ，现场也出现了不同声音 。在AI时代反而会变得更加重要。在学生培养中，
AI普及之后 ，以及和机器差异化的能力 。
“基础当然还要打好” ，过去几次工业革命 ，“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” 。很难期待学校教育在短期内完成彻底转向 。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 ，与AI协作 ，工作的价值也发生变化——从“我能做多少” ，北京大学教授沈艳等展开了一场颇为激烈的讨论 。
因此 ，在AI新经济中 ，
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 ，
相反 ，
陆铭也从就业角度提出 ，帮助每一个学生发现并发展自己的特点。他尝试把产业界的真实项目带进学校 ，AI确实降低了普通人获取知识的门槛 ，博士直接解决真实世界的问题 。AI替代的更多是标准化、机器就越来越擅长学习。
后者很难仅仅通过课堂和做题获得 。
与此同时 ，教育更需要帮助学生形成那些不容易被机器替代的能力 ，
熊辉认为 ，
邢自强也提醒，而是基础之上必须长出人的独特能力 。表达力 、
沈艳提醒 ，“平了知识的权”；但知识获取更容易 ，是未来究竟该培养什么样的人 、