一项关于实际预测氛围编程能力的深入研究。

100名高等教育学生接受了计算机科学成就、领域通用认知技能和书面沟通能力的测评，并进行了氛围编程能力评估。

该研究经过预注册，这一点很重要，因为直观答案是写作能力起决定性作用，而这正是事后分析往往会得出的结论。

任务由八位专家通过共识流程精心设计，并在专门构建的氛围编程环境中进行。该环境模拟了商业工具，同时允许进行受控测量。

研究发现，写作技能能预测编程表现。计算机科学成就同样具有预测性，并且在控制领域通用认知技能后仍然显著，这表明它衡量的是计算机科学训练特有的能力，而非通用能力。

作者指出的实践问题关乎课程设计：对于那些将以这种方式构建软件的人来说，在教授撰写优质提示词和计算机科学基础知识之间应如何分配时间。

论文链接：https://academy.dair.ai/papers/computer-science-achievement-and-writing-skills-predict-vibe-coding-proficiency-2603.14133…

计算机科学成就与写作技能预测氛围编程熟练度

来源：https://academy.dair.ai/papers/computer-science-achievement-and-writing-skills-predict-vibe-coding-proficiency-2603.14133 对话论文：https://academy.dair.ai/dashboard/paper-chat/computer-science-achievement-and-writing-skills-predict-vibe-coding-proficiency-2603.14133

首页

计算机科学成就与写作技能预测氛围编程熟练度

策展人观点

苏黎世联邦理工学院的Sverrir Thorgeirsson、Theo B. Weidmann和Zhendong Su对100名高等教育学生进行了一项预注册的横断面研究，旨在探究哪些被测量的技能能够预测个人在氛围编程中的表现。

向本论文提问

关于本文的疑问 关键点01

预注册设计。100名学生完成了计算机科学成就、领域通用认知技能和书面沟通能力的测评，以及氛围编程能力评估。预注册在这里至关重要，因为最显而易见的结果（即写作技能单独起决定性作用）正是事后分析可能产生的那种结论。

02

为受控评估构建的任务。任务通过八位专家的共识流程精心设计，并在专门构建的氛围编程环境中执行。该环境模拟了商业工具，同时允许进行受控评估。

03

两个预测因子均显著。写作技能和计算机科学成就均能显著预测氛围编程表现，因此自然语言能力本身并不能完全解释结果。

04

计算机科学成就经受住了明显变量的控制。在控制领域通用认知技能后，它仍然是一个显著的预测因子，这排除了它仅仅是通用智力替代指标的解读。

05

适用范围。作者将研究结果置于工具和课程设计的背景下讨论，具体而言，是何时应强调提示词写作还是计算机科学基础知识的问题。

摘要许多软件开发平台现在支持大型语言模型驱动的编程，或称“氛围编程“。这种技术允许用户使用自然语言指定程序，并通过观察其行为进行迭代，整个过程无需直接编辑源代码。虽然其采用速度正在加快，但哪些技能最能预测这种工作流中的成功，却鲜为人知。我们报告了一项对高等教育学生（N = 100）进行的预注册横断面研究，参与者完成了计算机科学成就、领域通用认知技能、书面沟通能力的测评以及氛围编程能力评估。任务通过八位专家的共识流程精心设计，并在一个专门构建、模拟商业工具同时支持受控评估的氛围编程环境中执行。我们发现，写作技能和计算机科学成就都是氛围编程表现的显著预测因子，并且在控制领域通用认知技能后，计算机科学成就仍然是一个显著的预测因子。研究结果可能为工具和课程设计提供参考，包括在何时应强调提示词写作与计算机科学基础知识，以支持未来的软件创造者。