摘要
生成式人工智能辅助编程涵盖借助生成模型解释代码、提供反馈、生成程序片段、辅助调试和开展项目创作等活动。vibe coding是其中需要专门辨析的一类实践，不等同于全部AI辅助编程。对儿童青少年而言，生成工具可能降低语法与环境配置门槛，使更多学习者进入设计和创作；也可能使问题分解、算法理解、调试与验证被外包。本综述区分“作品完成”“有工具问题求解”和“计算思维发展”，分析需求表达、逻辑组织、人机协作与成果验证如何成为有实质学习价值的活动。
目前已有儿童青少年使用AI代码生成及LLM协作编程的直接研究，也出现了明确以儿童vibe coding为对象的研究。然而，样本、教学安排、工具形态和测量方式差异很大，长期保持与跨情境迁移的证据仍有限。大学生研究揭示的写作、计算机知识、元认知与人机互动关系，为设计提供邻近证据，不能直接证明同样的训练对儿童有效。
本文提出“表述—分解—协作—验证—解释与迁移”的学习循环，并给出任务设计、渐退支持、过程证据与评价量规建议。核心判断是：自然语言可以成为计算表达的新入口，但计算思维的发展依赖学习者是否持续承担建模、判断和验证责任。课程应同时评价作品、过程与撤除AI后的能力，避免以生成速度、提示次数或作品复杂度替代学习证据。
计算思维在自然语言编程时代的连续性与变化
Wing将计算思维作为运用计算机科学基本概念解决问题、设计系统和理解行为的一种能力主张。这一视角并未把它限定为手工输入语法。AI降低代码书写门槛后，教育仍需要回答学习者是否能把模糊问题转化为可执行、可检查的表示，以及能否理解表示的限制。
Brennan与Resnick提出的概念、实践和视角框架，使评价超出最终代码：循环、事件和条件等概念，与迭代、调试、复用和抽象等实践，以及表达、连接和质疑等视角相互关联。生成式AI辅助编程可能让学习者更快创作，却不能以创作热情替代对条件和状态的理解。过程访谈、项目演示和修改任务仍然有价值。
Grover与Pea对K—12计算思维研究的讨论提醒教育者，概念定义、教学设计和能力测量需要同时推进；Weintrop等将计算思维扩展到数据、建模与仿真、计算问题求解和系统思维。AI时代的变化并非删除这些能力，而是把更多学习机会放在任务形式化、证据检查与系统边界判断上。
必须避免两种概念膨胀。第一，把任何清楚表达都称为计算思维。优秀叙述有助于沟通，但只有涉及明确对象、关系、约束、过程或可执行规则时，才与建模产生直接联系。第二，把任何与AI对话都称为人机协作。协作应包含共同任务、责任分配、反馈和结果核验，而不仅是反复请求“再改好一点”。
自然语言是一种强大但含混的媒介。“做一个公平的抽签工具”没有说明谁有资格、是否允许重复、随机结果如何保存、怎样核查偏差。把这些问题逐项说明，才把生活意图推进为可计算规则。课程的重点可以从“会不会写某个语法”扩展为“能否明确表示问题”，但仍需适当的代码、流程图和数据表示帮助学生理解执行机制。
直接研究能够支持哪些判断
Kazemitabaar等在2023年研究69名10—17岁编程初学者使用AI代码生成器，设置代码编写与人工修改任务。使用生成器提高了部分任务的完成与得分，研究没有发现所测人工修改能力下降；一周后的学习测验差异并未达到统计显著。它支持在具体设计下研究AI辅助入门，不支持“所有自然语言生成方式都提高长期计算思维”的结论。
Yan等2025年研究82名六至七年级学生的LLM支持协作编程，使用来自Bebras题目的计算思维前后测，报告实验组计算思维改善和较低认知负荷，自我效能组间差异不显著。该课程包含教师教学、同伴协作和结构化支持，不能将结果归于模型本身。论文对研究设计及四周、五周的时间描述存在不一致，本文据此保留方法报告的不确定性，不进一步计算统一效应量。
2026年CHI收录了Si等明确讨论儿童vibe coding学习与实践的研究，说明这一主题已经进入直接研究范围。本文核对了其正式题录与出版信息，但未取得可逐页核查的原始全文，因此不使用其详细样本、年龄、效果大小或具体观察作为已核验事实。后续更新应优先获得原文，完整提取教学任务、工具形态和研究限制。
这组资料形成的判断是有条件的：当AI嵌入教师组织、同伴互动、解释和验证活动时，可能改善某些编程学习结果；当研究对象和评价不同，效果也可能不同。现阶段不能把“有一项积极研究”推论为普遍课程建议，也不能因为担忧依赖而否认所有受控使用的学习价值。
尤其需要识别学习测量的层次。编程任务完成率衡量当时解决任务的能力；没有AI时的修改任务更接近独立理解；延迟测验涉及保持；陌生问题中的规则迁移则涉及更广泛发展。每个层次都重要，但必须说明研究实际测量了哪一种，而不能统一写成“提升计算思维”。
邻近研究带来的机制线索
2026年一项关于vibe coding技能的预注册研究考察100名高等教育阶段参与者，发现计算机科学成绩和写作能力与任务表现存在相关。控制一般认知测验后，计算机科学成绩的偏相关约为0.281，写作能力约为0.186，后者未达到常用显著性阈值。这说明表达与学科知识值得同时研究，但不能证明训练写作会导致vibe coding或儿童计算思维提升。
这一区分直接影响教育建议。课程可以有理论依据地设计更明确的需求表达活动，却应把“该活动是否改善计算思维”作为待检验问题。不能将成人横断面相关倒置为儿童发展因果，也不能把控制变量后的不显著解读为写作完全没有作用。研究样本、任务及统计不确定性共同限制解释。
Prather等关于初学者使用生成式AI的质性研究指出，原有能力和元认知会影响学习者如何利用工具：一些学生用AI支持理解，另一些可能形成能力错觉。该研究有助于提出分层支持和过程观察的设计问题，但质性样本不用于估计儿童中某种行为的普遍发生率。
CodeAid在大学课程中探索以解释、伪代码和有限支持代替直接给出完整解答，说明工具可以通过交互约束塑造学习活动。这类部署研究提供可实现的设计参考，尚不足以证明相同限制对所有年龄和先备水平最优。教师需要根据任务选择何时解释、何时提示、何时要求学生先尝试。
初学者与代码模型相互误读的研究进一步显示，即使学习者知道自己想达到什么结果，也可能难以用模型能够可靠执行的形式表达和修订要求。错误既可能来自学生对计算概念理解不足，也可能来自模型误解和交互反馈不清楚。课程不应把一切失败归为学生“不会提问”。
关于vibe coding与软件工程的早期预印本观察到快速原型与工程质量之间的张力。这些成人或大学生情境提醒课程加入测试、可维护性和版本管理，但尚不能推算儿童使用后的发展轨迹。把它们用于提出机制假设，比将其写成已确证的儿童教育结论更合适。
清晰表达需求怎样进入计算建模
需求表达的教育价值，在于让学生把尚未成形的想法变成别人能够检查的规则。可以从使用者、目标、输入、输出、约束和验收条件六个方面展开。“做一个有趣的小游戏”是创作愿望；“角色碰到障碍后回到起点，保留已经获得的分数，每轮最长一分钟”则包含状态变化、条件和时间约束。
需求并非越长越好。冗长叙述可能夹杂互相冲突的条件，儿童也可能复制成人化的提示模板而不理解。好的课堂活动应使每一句需求都有用途，能够举例说明，并允许发现问题后修订。学生可以用图、口述、卡片和演示表达，不应以写作长度将语言能力差异误当作计算思维差异。
一个可实施的例子是设计图书借阅提醒。学生先解释谁借书、何时归还、怎样记录；随后讨论同一天借多本书、记录为空、归还日期修改和重复提醒等情况。这些边界讨论引出数据结构、条件判断和状态管理。AI可以提出遗漏的情况，但教师应要求学生判断哪些与任务有关，并说明自己的规则。
需求还需要可反驳性。“界面要好看”“运行要正确”不能直接验收；“输入空值时显示说明，不创建借阅记录”可以通过测试检查。将质量愿望转换为可观察条件，是逻辑组织与成果验证之间的桥梁。这个转换过程应保留学生自己的草稿，使教师能够看到要求怎样变得清楚。
逻辑组织、问题分解与算法理解
自然语言生成容易隐藏程序结构。一个可以运行的作品可能由事件、状态、条件、循环和数据操作共同构成，但学生只看见界面变化。教学需要把部分内部结构重新显现出来，例如要求学生画出状态转换、预测条件分支或解释某一数据项的用途。无需每次阅读全部代码，也不能完全取消结构解释。
问题分解应按照任务依赖展开，而不是机械地要求“分成三个步骤”。在小游戏中，可以区分角色运动、碰撞判断、计分与结束条件，并说明模块如何交换信息。若计分在碰撞前更新和在碰撞后更新会产生不同结果，学生就有机会理解顺序与依赖，而不是只背诵分解的术语。
学生还应练习从具体作品中识别可以复用的规则。例如，借阅提醒和作业提醒都涉及对象、截止时间和状态变化，但它们对隐私、修改权限和重复通知的要求可能不同。抽象不是删除所有细节，而是保留当前问题需要的关系，同时说明什么条件下原有方案不能直接迁移。
AI可以提供两种实现策略，要求学生比较数据流、复杂度和容易出错的部分。对年龄较小的学习者，比较可以通过卡片或角色扮演进行；对有基础的青少年，可以阅读关键函数或测试结果。重点是形成可解释的选择，而不是让学生从两个长答案中随意挑一个。
人机协作与元认知责任
有效协作需要学生知道AI正在承担什么工作。模型可以是解释者、代码起草者、测试建议者或错误定位助手，不应在同一次活动中不加区分地接管目标、实现和评价。一个系统自己生成代码、自己提出测试、再自己宣布通过，不能提供充分独立的验证。
本文提出分配与复核相连接的原则。学生把某项工作交给AI时，要同时说明预期输出和检查方法。例如，请AI解释报错时，学生应指出实际输入、期望输出与观察到的差异；请AI重构代码时，应保留关键测试以确认行为没有被意外改变。协作因此成为判断和证据组织的实践。
元认知支持可以采用短而具体的停顿问题：我现在知道什么；我不确定哪一步；AI的建议依据是什么；下一次测试可以区分哪两种解释。不要要求每轮对话都写长篇反思，以免形式负担压过学习。教师可以在关键决策点采集简短解释，结合版本记录判断学生是否真正参与。
同伴协作也不应被AI排除。两名学生可以轮换担任需求解释者和验证者，再共同决定是否接受模型输出。角色轮换有助于避免一人长期负责操作、一人只观看。对辅助沟通、阅读困难或不同语言背景的学生，分工应提供等价表达机会，不能只奖励打字速度快的人。
成果验证让直觉接受转向证据判断
成果验证是生成式AI辅助编程与计算思维之间最重要的连接之一。程序能够启动、界面看起来完整，只证明部分运行条件成立。学生需要区分功能正确、边界处理、数据可靠、使用安全和目标适切。对儿童而言，这些维度应通过具体任务逐步展开，而不是一次引入完整的软件工程清单。
测试可以从三个普通问题开始：正常输入会怎样；输入为空或不合要求会怎样；连续操作或改变顺序会怎样。随后加入极端值、重复操作和状态恢复。学生先预测结果，再运行，再解释差异，才能把测试从“点击看看”变成假设检验。AI可以建议测试用例，学生仍需确认预期结果。
以班级抽签程序为例，一次抽到合理姓名并不能证明规则正确。需要检查名单为空、重复姓名、抽完是否重置，以及是否符合是否放回的约定。若任务还声称公平，则需要讨论随机过程与有限样本的关系。这个例子将条件、数据、随机性和验收连接起来，也暴露了“看起来没问题”的局限。
调试应围绕差异进行定位。先保存能复现问题的最小输入，再区分需求不清、实现错误、测试预期错误或运行环境问题。直接把整段项目交给AI反复“修好”，可能得到可用结果却不形成诊断能力。教师可以要求学生在每次重要修复前写一句假设，并在修复后指出什么证据支持该假设。
验证还包括来源与权限。学生可能在作品中使用个人数据、第三方图片或自动生成的外部依赖。课程应采用教师组织的适龄环境和最少数据，教学生解释哪些信息不需要上传、哪些资源需要许可，以及为什么不应将能运行等同于可以公开发布。这些内容服务于真实任务中的责任判断，不代替基本计算概念教学。
年龄、先备知识与包容性设计
年龄只是设计线索，不能替代对学习者已有知识、读写能力、执行功能与支持需要的了解。相同年龄的学生可能具有很不同的编程经验。课程应从短任务了解学生能否解释事件与条件、预测输出和表达约束，再决定模型可以提供多大帮助。
对于初次接触计算活动的儿童，可以使用实物、图块和口头描述表示规则，由教师控制生成环境。学生负责预测与比较，小范围改变一个条件，再观察结果。对于具有图形化编程经验的学生，可以把图块结构与AI生成的实现对应起来，防止界面升级掩盖概念断层。
对于具备一定文本编程经验的青少年，可以加入模块接口、数据结构、测试覆盖和版本差异，逐步要求阅读关键代码与解释设计选择。增加复杂度的依据应是学生能够承担新的判断，而不是作品能够被模型生成得更庞大。必要时降低作品规模，换取更深的理解和更可靠的验证。
自然语言入口具有包容潜力，也可能制造新的不平等。擅长书面表达、拥有更多设备时间或付费模型的学生可能得到更好结果。课堂应提供口述、图示、范例比较与共享设备轮换，并评价学生对规则的理解。使用辅助技术不应被视为较低独立性，关键是学生是否能够表达、选择和验证自己的方案。
评价作品、过程与独立能力
作品评价应检查是否满足任务要求，过程评价应观察学生怎样表示问题、选择策略和验证，独立评价则检验支持撤除后能够保留什么。三者相互补充。只看最终作品容易奖励模型能力与工具资源；只看过程日志又可能奖励善于记录的学生；仅用一次无工具测验则可能遗漏真实协作能力。
本文提出一套待验证的课堂量规，覆盖需求表述、结构分解、算法解释、人机分工、测试调试和迁移六个维度。每项要求对应可观察证据，例如能否指出一个边界情况、说明模块之间的数据传递、拒绝一个没有依据的AI修改。它是设计建议，不是经过常模化的心理测量工具，不宜直接用于跨学校排名。
过程数据不应只计数。更多提示可能说明深入迭代，也可能说明目标混乱；较少提示可能说明已有规划，也可能说明直接接受输出。应结合对话内容、版本变化、测试与学生解释识别活动性质。研究编码应报告定义、示例和一致性，并把AI自己撰写的解释与学生独立解释区分。
独立评价可以使用结构相似、表面不同的任务。例如，学生在AI支持下完成借阅提醒后，独立解释一个器材预约系统需要哪些状态和冲突规则。若课程目标是调试，可以提供一个小错误程序，要求定位与说明，而不必让所有学生从零编写完整应用。
保留与迁移需要时间。即时后测可以说明课程结束时的表现，延迟测验与新任务能够检验是否形成可持续能力。研究应分别报告有AI和无AI条件、即时和延迟结果，并关注不同先备水平的变化。没有这些数据时，应明确报告未测量，而不是以学生喜爱程度填补。
研究设计与可检验假设
后续研究应把工具与教学设计拆开。可以比较无AI的优质编程教学、可直接生成完整代码的AI环境，以及要求计划、解释和验证的AI环境。课时、任务难度、教师支持和评价条件应尽量一致。否则，观察到的差异可能来自额外教学时间或教师关注，而不是AI交互本身。
第一项可检验假设是，结构化需求表达活动可能通过改善问题表示，帮助学生完成陌生任务。研究应同时测量表示质量与独立问题求解，不能只用作品得分推定机制成立。第二项假设是，要求先预测再测试可能促进调试与逻辑理解，但可能增加初期负担；需要考察不同先备水平与任务复杂度。
第三项假设涉及协作责任。让学生明确选择AI角色并说明接受理由，可能减少不加判断的采纳。然而，简单增加反思表格也可能导致形式化填写。研究应检查真实对话、版本和解释之间是否一致，并收集学生对认知负担和自主感的反馈。
一般教育中的生成式AI研究提醒我们，有工具时表现改善与撤除工具后学习可能分离。Bastani等数学教育研究提供这一邻近证据，但它不是编程或计算思维研究。本文用它说明为什么需要无工具测量，不将其效果数字迁移到儿童vibe coding课程。
研究报告应记录模型版本、提示与系统约束、代码可见程度、自动执行权限、教师干预、工具故障、退出情况和不利事件。班级或教师层面的组织需要相应统计处理；多种结果应事先确定主要指标，并报告未显著和不利结果。短期试点可以提供实施线索，长期发展结论需要更长的证据链。
面向课程与工具的综合建议
课程设计应围绕需要学生承担的计算活动展开。选择一个有意义而规模可控的问题，使学生先表示目标与规则，再与AI协作实现，通过预测、测试、解释和迁移结束任务。图形化、自然语言和代码可以共同服务这个过程，不必把某一种表达方式宣布为唯一未来。
工具应支持分级帮助和证据保存：先提示再解释，允许显示关键结构，保留版本差异，帮助学生形成测试，但不自动宣布全部合格。学生应能回看自己提出的要求、模型改变的内容和检验结果。对于初学者，少量清楚的选择通常比一次展示完整代理工作流更容易理解。
教师发展应包括分析真实学生过程，而不只学习最新平台操作。教师需要辨别哪些困难值得保留、哪些摩擦可以消除，以及什么证据说明学生正在理解。可以共同审阅同一份需求稿、AI对话和测试记录，讨论不同支持方式可能改变什么学习活动。
学校层面应提供公平的工具条件、适龄治理和明确的评价规则，不以是否使用AI简单区分诚实与否。对允许使用的部分，应要求透明披露和解释；对独立能力评价，应明确工具边界并保证任务适切。评价重构应与教学同步，否则学生会被鼓励在平时依赖自动生成，又在评价时突然失去全部支持。
综合判断是：生成式AI辅助编程为计算学习提供了新的入口，但发展效应取决于学习责任怎样分配。需求表达只有转化为可检查的模型，逻辑组织只有连接到执行与解释，人机协作只有保留选择和复核，成果验证只有以证据为标准，才可能共同促进计算思维。现阶段最有价值的主张是建立这些条件并严谨检验，而不是提前宣布它必然带来能力革命。
研究设计与可检验假设
后续研究应把工具与教学设计拆开。可以比较无AI的优质编程教学、可直接生成完整代码的AI环境，以及要求计划、解释和验证的AI环境。课时、任务难度、教师支持和评价条件应尽量一致。否则，观察到的差异可能来自额外教学时间或教师关注，而不是AI交互本身。
第一项可检验假设是，结构化需求表达活动可能通过改善问题表示，帮助学生完成陌生任务。研究应同时测量表示质量与独立问题求解，不能只用作品得分推定机制成立。第二项假设是，要求先预测再测试可能促进调试与逻辑理解，但可能增加初期负担；需要考察不同先备水平与任务复杂度。
第三项假设涉及协作责任。让学生明确选择AI角色并说明接受理由，可能减少不加判断的采纳。然而，简单增加反思表格也可能导致形式化填写。研究应检查真实对话、版本和解释之间是否一致，并收集学生对认知负担和自主感的反馈。
一般教育中的生成式AI研究提醒我们，有工具时表现改善与撤除工具后学习可能分离。Bastani等数学教育研究提供这一邻近证据，但它不是编程或计算思维研究。本文用它说明为什么需要无工具测量，不将其效果数字迁移到儿童vibe coding课程。
研究报告应记录模型版本、提示与系统约束、代码可见程度、自动执行权限、教师干预、工具故障、退出情况和不利事件。班级或教师层面的组织需要相应统计处理；多种结果应事先确定主要指标，并报告未显著和不利结果。短期试点可以提供实施线索，长期发展结论需要更长的证据链。
面向课程与工具的综合建议
课程设计应围绕需要学生承担的计算活动展开。选择一个有意义而规模可控的问题，使学生先表示目标与规则，再与AI协作实现，通过预测、测试、解释和迁移结束任务。图形化、自然语言和代码可以共同服务这个过程，不必把某一种表达方式宣布为唯一未来。
工具应支持分级帮助和证据保存：先提示再解释，允许显示关键结构，保留版本差异，帮助学生形成测试，但不自动宣布全部合格。学生应能回看自己提出的要求、模型改变的内容和检验结果。对于初学者，少量清楚的选择通常比一次展示完整代理工作流更容易理解。
教师发展应包括分析真实学生过程，而不只学习最新平台操作。教师需要辨别哪些困难值得保留、哪些摩擦可以消除，以及什么证据说明学生正在理解。可以共同审阅同一份需求稿、AI对话和测试记录，讨论不同支持方式可能改变什么学习活动。
学校层面应提供公平的工具条件、适龄治理和明确的评价规则，不以是否使用AI简单区分诚实与否。对允许使用的部分，应要求透明披露和解释；对独立能力评价，应明确工具边界并保证任务适切。评价重构应与教学同步，否则学生会被鼓励在平时依赖自动生成，又在评价时突然失去全部支持。
综合判断是：生成式AI辅助编程为计算学习提供了新的入口，但发展效应取决于学习责任怎样分配。需求表达只有转化为可检查的模型，逻辑组织只有连接到执行与解释，人机协作只有保留选择和复核，成果验证只有以证据为标准，才可能共同促进计算思维。现阶段最有价值的主张是建立这些条件并严谨检验，而不是提前宣布它必然带来能力革命。
