生成式人工智能辅助编程与儿童青少年计算思维发展研究综述：需求表达、逻辑组织、人机协作与成果验证

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。vibecoding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vibecoding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。 关键词：生成式人工智能辅助编程；自然语言驱动的编程学习；计算思维；儿童青少年；生成式人工智能；需求表达；问题分解；人机协作；程序验证；学习迁移