当一个 9 岁少年自己有了想法，又有了 Vibe Coding 的实践之后的思考

Felix 一直很喜欢自己做各种游戏创作设计，感觉妥妥的一个 INTJ。游戏手稿已经厚厚一沓了。

4 月的某日，突然想让他测试一下，用 Claude Code 把游戏想法变成现实。于是找到了这个手稿，有什么快速可以实践的办法？

先是直接把手稿拍照输入给 AI；

其次，在 Plan Mode 下，不断地让 AI 作为提问者的角色，帮助他细化所有没有考虑到的逻辑问题；

最后，就是试玩和 debug。

整个过程，抛开他自己最早手稿的时间，基本在一个小时以内。

已经有很多人在分享和探讨孩子 Vibe Coding 的成果了，我也没有更多的分享。其实，有了 AI 之后，孩子的一个粗糙的想法，往往 AI 有能力细化得更强、更好。

给我的启发和思考反而是另一个方面的：

在工具的智能已经远远超过了孩子本身的基础能力和驾驭水平之后，他们在使用工具过程中所学和收获到底是什么？以及我们需要拥抱什么？注意什么？

几个在孩子使用 AI Vibe Coding 后的发现

1. 关于 AI 教育。

我做了很多年的少儿编程教育。孩子在学习少儿编程的过程中，一方面重复学习和内化的是如何去创造（基于 Resnick 的 Creative Learning Spiral 创造性学习螺旋），另一方面是学会如何用精确的逻辑去和机器与计算机打交道。

而在 AI Vibe Coding 的过程中，一方面 AI 是一个更好的让孩子内化创造力培养的方式，另一方面，因为 AI 是一个更相对的黑盒，孩子学会的是用自然语言和模糊的逻辑，人机协作完成创作的过程。

当然，在这个过程中，如何和 AI 定义问题 - 拆解问题 - 思考提问 - 创作协作 - 迭代反思，其实是在这个项目的过程中被不断训练的，而这个能力的内化，也很难通过一些简单的知识来传递以及标准化考试来进行评估。

以上是关于 AI 对儿童能力的思考。除此之外，一个好的教育还应该包括知识与技能。对于小学生来说，AI 教育只能解决通识性知识的问题，毕竟他们是 AI 原生的一代人；而深度驾驭与理解 AI 的确需要更高深的数学与逻辑功底。基础的知识与技能，会和「用电脑」一样在未来变得常见。

2. 关于教学过程与儿童认知。

不可否认的是，孩子的注意力是极其分散的。这个是儿童的常态，不要有太多的管控和期待。比如 Felix 已经算是一个注意力集中度很好的孩子，也会在 debug 过程中忘记目标，陷入游戏。这个就更意味着教学过程设计与引导、甚至是管理会非常重要。

其次，孩子的逻辑严密程度很难做到思考完备。这个部分，AI 教育工具未来迭代的方向，应该作为导师去 coach。比如，plan mode 就可以很好地帮助他梳理清楚思路。他自己能思考出 5 个拆解子步骤，AI 会让他感觉到，自己还有 15 个方面没有考虑到。这个反复交谈的过程是可以帮助他提升思考的缜密程度与逻辑完备性的。这个应该成为教学环节设计的要素。

3. 关于家长站位与家庭教育。

首先，AI 如果作为一个家长省心的工具，大概率会把孩子养废。毕竟，AI 的智能和产出水平已经远远强于孩子自己的能力，所以人作为一个能量消耗最优的生物体，一定会去选择耗能最低的方式，也就是抄答案。所以如果 AI 的使用上不做好引导，大概率孩子很难自主产生深度的思考，以及在这个过程中内化知识与能力。

其次，AI 这件事情孩子如果要能更正确的使用，家长需要先成为其深度用户。家庭教育中，家长的榜样力量是最强大的，尤其对于小学阶段而言。而在这个过程中，家长对于 AI 的边界有了自己的认知，才能给孩子创造出更好的「机会教育」场景。

再次，因为孩子的注意力的分散，在持续迭代这件事情上，需要家长做好更深的引导。AI 与编程教育有一个最大的特点，是给孩子一个场域在一个作品上反复打磨迭代（和成年人反复打磨一款产品的逻辑类似）。但是孩子注意力天然分散的特点（比如 debug 过程中开始玩游戏，改代码过程中开始绘图画画）让这件事情不一定会自然发生。而家庭教育和家长的引导推动，才有可能让孩子形成最小的迭代闭环。在这个过程中获得正向反馈之后，孩子才可能有后续的自发行为（第一推动）。

最后，人的不可替代性更加明显。孩子在 AI Coach 的过程中不开心了，可以选择「断电」、「关机」。而父母、老师的权威性、同学的 peer pressure，会在孩子自我退缩的时候，给予情绪上的鼓励与压力。这个是 AI 时代下，人与老师的角色所更无法替代的部分。教的成本很低，但育的部分变得更为重要。

4. 关于学科教育。

现在教育中有很多人会把学科教育、应试能力妖魔化，仿佛素质的东西才是教育真正的诗和远方，而传统的学科教育都是像八股文与科举一样需要被淘汰的东西。在科技教育的过程中，我对学科教育的重要性感知更加明显。

首先，提示词工程以及 AI 提问的精准度，和语文能力（能不能说清楚事情）以及数学的逻辑能力（是否清晰的表达出来了自己的逻辑）是强相关的。甚至作文能力的细节描写和用词能力，也会直接影响文生图的质量。

其次，逻辑描述的准确性的确和数学水平以及是否学过编程有一定的关系。Felix 学了几年编程，在适应 AI 的交互上几乎没有遇到什么问题，甚至我观察他的提示词的严谨性有时候比我写的还好。

英文能力也是接触优质内容的一个很重要的基础能力。除了我们在国内做的一些尝试，很多优秀的案例，比如 Google 的 AI Quest，都是纯英文版本的。有一定的英文能力，其实也能更好地帮助孩子接触前沿的科技与工具。