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