ETH苏黎世（ETH Zurich）的研究团队发现，在通过自然语言向AI下达指令、让代码生成模型自动编写程序的开发方式——“vibe coding（バイブコーディング）”中，开发者的计算机科学基础与写作能力，会显著左右最终的开发表现。相关论文已于2026年3月发布在预印本平台 arXiv 上，并被人机交互领域顶级国际会议 CHI 2026（ACM CHI Conference on Human Factors in Computing Systems）录用。
CHI 是人机交互（HCI）领域最具权威的国际会议之一，主要发表与用户界面设计、人机协作、AI辅助工作等相关的研究成果。本次研究正是聚焦在“人如何与代码生成AI协作”这一新兴主题上。
什么是「vibe coding」？
随着大规模语言模型（LLM）的普及，越来越多开发者不再亲自从零写代码，而是通过自然语言描述需求，让AI生成和修改程序。前 OpenAI 研究员 Andrej Karpathy 将这种开发风格称为 “vibe coding（凭感觉写代码）”。
在这种方式下，开发者不再逐行编写详细代码，而是用文字向AI说明：
- 需要实现哪些功能
- 希望程序如何运行
- 需要怎样的交互或输出
随后，开发者根据AI生成程序的运行结果，不断追加说明、提出修改要求，反复迭代。可以把它理解为：通过与AI对话、靠“描述氛围和意图”来完成编程的一种开发风格。
不过，在这种以AI为主导的开发模式中，究竟哪些人类能力会决定成果好坏，此前并没有得到系统验证。
研究设计：100名大学生的「vibe coding」实验
为回答这一问题，ETH苏黎世的研究团队对100名大学生进行了实验。参与者需要在不直接阅读或编写代码的前提下，仅通过与AI对话，完成一系列 vibe coding 任务。
这些任务包括：
- 复现现有应用的功能
- 在现有功能基础上进行扩展或改进
参与者只能通过自然语言向AI下达指令，观察生成程序的行为，再继续调整，最终完成指定的应用。
研究中使用的「vibe coding」任务示例：参与者需仅通过与AI对话，复现并改进一个用于规划周末饮食计划的应用。
在实验中，研究团队对每位参与者测量了以下几项能力或表现：
- 计算机科学相关课程的学业成绩
- 一般认知能力
- 文字说明与写作表达能力
- 在 vibe coding 任务中的完成度与表现
随后，研究者对这些指标之间的关系进行了统计分析。
关键发现：CS基础与写作能力都显著影响表现
分析结果显示：
- 计算机科学学业成绩
- 写作与文字说明能力
这两项都与参与者在 vibe coding 任务中的表现存在显著正相关。
计算机科学基础是强预测因子
研究发现，计算机科学课程成绩是预测 vibe coding 表现的强有力指标。即便在统计上剔除了“一般认知能力”的影响后，计算机科学成绩与任务表现之间的相关性依然显著。
这意味着：
即使把代码具体实现交给AI完成，开发者对算法、数据结构、软件设计等基础概念的理解，仍然会对最终成果产生重要影响。
换言之，“会不会编程”不再只是“能不能写出语法正确的代码”，而是“能不能理解问题、判断AI生成方案是否合理、知道应该往哪个方向引导AI”。
写作与说明能力同样重要
研究还发现，那些更擅长用文字清晰表达想法的参与者，在 vibe coding 任务中往往取得更好的结果。
在这种开发方式下，开发者需要用自然语言向AI说明：
- 想要做出什么样的功能
- 当前程序哪里有问题
- 希望如何修改和改进
因此，能否把意图结构化、条理清晰地写出来，会直接影响AI对需求的理解程度，也就影响了最终生成代码的质量。研究团队认为，文字表达能力很可能是影响 vibe coding 成败的关键因素之一。
两种能力相互独立、共同起作用
一个有趣的结果是：
- 计算机科学学业成绩
- 写作与说明能力
这两者之间并没有表现出很强的相关性。也就是说，它们并非“同一种能力的不同侧面”，而是相对独立的两类能力，却都对 vibe coding 表现产生了显著影响。
这表明，在 AI 辅助编程时代，开发者既需要扎实的技术基础，也需要良好的自然语言表达能力，两者缺一不可。
对教育与工具设计的启示
研究团队指出，这一发现对未来的软件工程教育和开发工具设计都有潜在影响：
- 即便代码生成AI越来越强，计算机科学基础教育仍然不可或缺
- 能用自然语言清晰描述需求、问题和修改方案，将成为AI时代软件开发的一项新核心技能
在课程设计方面，除了传统的编程与算法训练，可能需要更重视：
- 让学生学会用自然语言描述系统需求与设计思路
- 训练学生向AI或他人解释问题、复盘调试过程
在工具设计方面，未来的开发环境也可能更强调：
- 支持用户以自然语言逐步澄清需求
- 帮助用户把模糊的想法结构化为更易被AI理解的说明
总体来看，这项研究传递出的信息是：
即使进入“让AI写代码”的时代，人类开发者的角色并没有被削弱，而是从“写每一行代码的人”转变为“理解问题、设计方案、清晰表达意图并与AI协作的人”。
在这种新范式下，计算机科学基础与写作能力，将共同构成开发者的核心竞争力。
