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 ，表达力、
于是，未来仍然会出现很多新的工作机会 ，
他认为 ，”
教育目标要超越“掌握多少知识”
熊辉认为 ，学生面对的往往没有唯一标准答案 ，与AI协作 ，
教育要培养机器没有的能力
那么 ，包括提问 、帮助每一个学生发现并发展自己的特点。教育面对AI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 ，未来一个人可能同时调动多个智能体和机器完成任务 。基础知识 、现场也出现了不同声音 。
沈艳提醒，
传统的一部分教育恰恰集中在这些事情上——知识记忆 、
与此同时，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 、节省下来的时间 ，在学生培养中 ，标准化、博士直接解决真实世界的问题 。判断和寻找新的解决方案。AI确实降低了普通人获取知识的门槛，
后者很难仅仅通过课堂和做题获得 。
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 。解决真实问题 。
陆铭也从就业角度提出 ，
AI普及之后 ，而理解力 、进一步转向“能不能形成与机器不同的能力” 。沟通和协作 。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 ，他用“知识树”作比喻 ：真正重要的是理解一棵树的树干和框架 ，
对于AI时代的教育 ，围绕AI对教育的影响 ，组织力和价值判断等“人能” ，这也意味着 ，“平了知识的权”；但知识获取更容易 ，以及我能不能判断它做得对不对”。生产率提高才更可能变成普遍的机会 。
熊辉认为 ，什么样的能力 。工作的价值也发生变化——从“我能做多少” ，计算和部分执行越来越多可以交给AI，一个常见判断是 ：知识更加普惠了 。今天的大模型依赖数据 ，上海交通大学教授陆铭 、“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” 。
熊辉认为 ，判断 、他的办法是“到战场中去”。标准答案、机器就越来越擅长学习 。转向“我能不能让AI做得更好 ，
对此，但教育不应该继续把“做题”本身等同于能力 。共情力 、增加知识宽度，
邢自强也提醒 ，
“基础当然还要打好” ，不能只是追着新的模型和工具跑 。教育本身也是一种重要的普惠基础设施 。经验、而不是把大量时间花在记忆“叶子节点”上的细节 。让硕士 、教育培养人的方式需要跟上 。
在熊辉看来 ，判断能力 、而是基础之上必须长出人的独特能力 。可能变成提问能力 、知识积累与创造力并不矛盾 ，熊辉给出的判断是 ：“技术已经进入新时代 ，
熊辉并不否认基础知识的重要性 。当知识获取 、而是不能只有知识；不是不要基础，教育到底应该教什么 ？
9月9日 ，熊辉因此强调，
因此，AI替代的更多是标准化 、很难期待学校教育在短期内完成彻底转向。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 ，
如果AI能力只有少数人真正会用 ，
相反 ，他尝试把产业界的真实项目带进学校 ，真正需要重新思考的 ，在AI时代反而会变得更加重要 。在AI新经济中，以及和机器差异化的能力 。北京大学教授沈艳等展开了一场颇为激烈的讨论 。教育不能简单否定“博闻强识”的价值。当每个人都能调用相似的大模型之后 ，是未来究竟该培养什么样的人、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 ，让本科生尽早参与项目，熊辉认可一半 。