如果你最近在新聞或家長群組看過「vibe coding」這個詞，大概也冒出過同一個問題：這跟我的孩子有什麼關係？以後學程式，是不是用說的就可以了？ 網路上查得到的討論，幾乎都是寫給工程師看的；這一篇，我們用家長聽得懂的話，把 vibe coding 是什麼、2026 年的教育研究怎麼說、以及小孩到底能不能學，一次講清楚。
vibe coding 是什麼？用家長聽得懂的話說
vibe coding（氛圍編程／自然語言開發）指的是：你用自己的話描述想要什麼，AI 幫你把程式寫出來，你再看結果對不對、哪裡要改，動手改造。寫程式的人，從「一行行敲程式碼的人」變成「說清楚需求、驗收成果的人」。
這個詞是 AI 研究者 Andrej Karpathy 在 2025 年初叫響的；他更早還說過一句被廣泛引用的話：「最熱門的新程式語言，是英文。」對台灣的孩子來說，這句話可以再翻一層——是中文。孩子用中文把想法講清楚，AI 把它變成會動的程式，這件事已經不是未來式，而是現在進行式。
但「用說的就能寫程式」聽起來太美好，美好到讓人懷疑。所以更重要的問題是下一個：研究怎麼說？
2026 年的研究怎麼說？
vibe coding 進入教育研究的速度很快，2026 年已經有好幾篇正式論文。我們挑四篇跟家長最相關的：
- 不同程度的人都能上手，但用法不同。一篇研究讓從初學者到資深開發者的參與者，在「不准手改程式碼」的規則下用 AI 完成作品，觀察他們怎麼下指令、怎麼除錯（arXiv: Code for All）。結論之一：隨著任務變難，「會不會問、會不會描述問題」的差距就出來了。
- 連老師都開始用 vibe coding 做教材。GAIDE 框架研究讓中小學教師用自然語言＋AI 打造教學工具，八週工作坊下來，教師的 AI 素養明顯提升（arXiv: GAIDE）——大人自己都在這樣工作了。
- 7 到 12 歲的孩子，會跟 AI「談判」。Scratch Copilot 研究觀察兒童與 AI 助手一起創作：孩子會接受、修改、甚至拒絕 AI 的建議，保有創作主導權；研究同時提醒，工具必須設計成「鷹架」而不是「代做」（arXiv: Scratch Copilot）。
- 光會說話不夠，程式基礎仍然加分。一篇針對一百名大學生的預註冊研究發現：寫作能力和電腦科學基礎，都顯著預測 vibe coding 的表現——即使把認知能力控制掉，程式基礎的影響依然存在（arXiv: 預測研究）。
另外，教育科技期刊也開始出現「從 programming 到 prompting」的理論框架（TechTrends 期刊），主張自然語言提示可以降低語法門檻，讓學習者把力氣放在拆解問題和表達意圖上。
一句誠實的註記：目前針對「小學生大規模上 vibe coding 課」的實驗還不多，多數研究對象是大學生與教師。所以任何「保證學會、保證成效」的說法都言過其實——包括我們自己的課在內，家長都應該保持這個判斷力。
所以小孩能學嗎？能——但別學成「只會許願」
把研究放在一起看，答案其實很清楚：小孩能學，而且自然語言是很適合孩子的入口；但 vibe coding 不等於「只要會說話」。
上面第四篇研究是關鍵：表現好的人，靠的是表達能力 × 拆解能力 × 測試除錯 × 基本程式概念的組合。對小學生來說，這代表不必先背變數、迴圈、函式的語法，但要在做作品的過程中慢慢懂這些概念在做什麼：
- 變數＝幫遊戲記住狀態（分數、血量、金幣）
- 條件＝如果發生 A，就做 B（碰到岩漿，就扣血）
- 迴圈＝重複做某件事（跳台一個接一個生出來）
- 事件＝玩家碰到、按下、時間到了（踩到終點，遊戲過關）
這些概念用 Roblox 的 3D 世界學，比用一行行文字學直觀得多——孩子說「加一塊會燙的岩漿」，場景裡就多一塊岩漿，碰到真的會扣血。積木和文字程式的差別，我們在〔積木程式和文字程式差在哪？〕拆解過：概念是相通的，換介面不用重學。
該讓孩子跳過 Python 嗎？語法門檻不是取消，是往後延
過去小學生學程式的典型路線是：Scratch → Python → 更難的語言 → 專案。每一站都在「先學語法、再做作品」。
AI 時代可以反過來：先用自然語言完成作品，再從自己的作品裡理解程式邏輯。 Python 不再必然是第一站——對多數孩子來說，短期內看不到成果的語法課，本來就是興趣最大的殺手；反而是「我說一句話、世界就改變」的即時回饋，能把學習動機一直餵飽。Scratch 學完的孩子接下來該往哪走，我們在〔Scratch 學完之後可以學什麼？〕有完整的路線比較。
所以「孩子該學 AI 還是學程式」其實是個假問題——它們是同一件事的新入口。該警惕的不是「跳過 Python」，而是「跳過程式思維」：拆解、測試、除錯這些能力，研究一再證明沒有捷徑。
在課堂裡長什麼樣？孩子的成長五步
把上面的研究濃縮成可以操作的課堂設計，就是我們課程裡每一堂都會走完的五步：
- 說清楚——把「我要一個好玩的跑酷」練成「跳過岩漿、吃到 5 個金幣門才會開」：從願望變規格
- 拆小塊——大目標拆成任務卡：地圖、岩漿、金幣、計分、開門
- 指揮 AI——一次交代一件事，講清楚條件和成功標準
- 測試回報——按下 Play 親自驗收，練會「講 bug」：「金幣有消失，但分數沒有加」
- 讀懂邏輯——看懂 AI 寫了什麼：哪段在偵測碰撞、哪段在加分、哪段在開門
第 4 步常被家長低估，但它可能是最值錢的一步：未來的工程師（和幾乎所有跟 AI 協作的工作者），大量時間都花在測試、描述問題、驗證修正上。一個能說出「門一開始就是開的，應該要 5 分之後才打開」的孩子，已經在做真正的品質驗收了。想看這五步怎麼長在 108 堂課裡，課程頁的〔成長五步〕有完整說明。
家長現在可以做什麼？
不用急著報名任何課，可以先做三件零成本的事：
- 坐下來看孩子玩十分鐘。他是被關卡餵著走，還是會嫌「這裡設計得爛、我會這樣改」？後者就是創作者的苗子——怎麼接住這個訊號，看〔怎麼讓孩子從玩家變成創作者？〕。
- 玩「從願望變規格」的餐桌遊戲。孩子說想要什麼，你追問：規則是什麼？什麼情況算成功？哪裡可能壞掉？這就是 vibe coding 最核心的肌肉，餐桌上就能練。
- 挑課時換一個問法。別只問「教哪個語言」，改問「孩子上完能不能自己說需求、自己驗收、看懂 AI 做了什麼」——這三題，比語言名稱更能分辨一堂課的成色。
常見問題
Q1：vibe coding 需要英文很好嗎？ 不需要。自然語言指揮 AI 的重點是「講清楚」而不是「講英文」——用中文一樣能練需求描述、拆解和驗收。我們的課程裡，孩子全程用中文跟 AI 助教互動。
Q2：幾歲可以開始？ 研究裡最小的對象是 7 歲（Scratch Copilot 研究涵蓋 7–12 歲）。以我們的課程經驗，建議國小二年級以上：會打字、能讀簡單句子，就能開始用自然語言做出第一個作品。
Q3：會不會變成 AI 全部代做、孩子什麼都沒學到？ 這正是研究提醒的設計重點：工具要做成「鷹架」，不是「代做」。孩子要自己說需求、自己測試、自己決定改哪裡，AI 負責施工——主導權在孩子手上，就不會是黑箱。挑課時可以直接問課程方：孩子在哪些步驟是自己動手的？