从乐高机器人到AI机器人:孩子通向AI时代的完整学习路径

今年，在拉斯维加斯举行的 CES 2026 上，人形机器人、Physical AI 与智能系统成为高度关注的话题。越来越多趋势都在说明：AI 正在从“生成内容”走向“理解环境、参与行动、驱动系统”，从数字世界走向真实世界。

李飞飞提出的“空间智能（Spatial Intelligence）”也提醒我们，未来的人工智能，不只是会处理文字和图像，更要能够理解三维世界和真实环境。 

这也让很多家长开始重新思考一个问题：孩子现在学的机器人和编程，到底是在积累真正的能力，还是只停留在兴趣体验？ 

未来真正重要的，不只是会使用某个工具的人，而是那些具备编程基础、逻辑思维和系统理解能力，并能够进一步走向 AI 与复杂系统开发的人。也正因为如此，孩子的学习不应停留在零散的兴趣体验上，而应沿着一条完整的计算机科学学习路径逐步成长。

波士顿动力 Atlas 人形机器人在工业场景中的应用

一条完整路径：从Lego到AI机器人

在现实教育中，一个常被忽视的问题是：很多低龄机器人课程停留在“好玩、能做作品”的层面，但到了更高阶段，孩子却常常接不上真正的编程、算法和 AI 学习。

Leading Coding 的课程体系，正是为了解决这个问题而建立。他们最重视的，并不是让孩子上一门单独的兴趣课，而是帮助孩子沿着一条完整路径，从 LEGO、Scratch 和 Coding Maths 出发，逐步走向编程、算法、人工智能与 AI 机器人项目。

这里的儿童课程并不是独立设计的兴趣课程，而是在完整高阶体系建立之后反向设计完成的。它的目标非常明确：帮助学前班到 Year 4 的孩子建立系统基础，并顺利进入更高阶的学习阶段。

Leading Coding 面向学前班至四年级学生开设儿童编程课程体系，是一条真正能够向上衔接的学习路径

不是搭积木，而是第一次真正理解“程序如何作用于现实”

很多只偏兴趣启蒙的乐高机器人课：孩子搭一搭、玩一玩，做出一个作品就结束了。

但在 Leading Coding，LEGO 机器人并不只是“好玩”，而是整条高阶学习路径的起点，也是孩子第一次接触程序设计思维的方式。

对低年级孩子来说，抽象的代码和逻辑很难一下子理解；而 LEGO 的 3D 实物，能让他们直接看到：

程序不是只存在于屏幕里的东西，它真的可以驱动一个系统运行起来。

在课堂中，孩子会围绕真实生活场景进行设计和编程，例如：

·设计“迷你高尔夫”游戏机制

·用条件逻辑控制“智能街灯”

·在“桥梁承重测试”中理解结构和优化

·编程控制机器人避开障碍物

在这个过程中，孩子逐渐明白：

·系统是怎样一步一步搭建出来的

·程序是怎样影响现实结果的

·一个作品不是一次做完，而是需要不断测试、调整和优化的

这也是 LEGO 阶段最重要的价值：孩子学到的不是“做了一个作品”，而是开始建立“系统是如何运作的”这种理解。

孩子们用乐高搭建机器人，设计马路，并编写程序控制机器人避开障碍

在赛事实践中，学生也经常面临不可预期挑战。曾有一次乐高机器人比赛临时更改评审方式，需要现场讲解展示，一些年纪尚小的学生仍能冷静快速完成搭建、调试并清晰表达设计逻辑。真正的学习，不在于记住结果，而在于在需要时能够随时应用。

Leading Coding学生在乐高机器人比赛中获得的奖项证书

Scratch 这一阶段，就是在帮孩子完成这个过渡。

在项目学习中，孩子会逐步接触：

·条件判断和循环

·模块之间如何配合

·一个程序为什么会这样运行

很多家长会觉得 Scratch 很简单，但它其实非常重要。因为它不是终点，而是孩子进入正式编程语言之前最关键的一座桥。

如果这个阶段打得扎实，孩子以后进入 JavaScript、C++ 等正式编程语言时，会更容易理解程序结构，也更不容易在一开始就被“语法”卡住。

很多完成这一阶段的学生，也已经具备参加国际编程挑战的能力，比如 Raspberry Pi Foundation Coding Challenge。

这说明，Scratch 学得好，并不只是“会做小游戏”，而是真正开始具备了计算思维能力。

它最重要的作用，不是让孩子做大量计算题，而是训练孩子：遇到问题时，能不能先想清楚，再动手解决。

很多孩子写代码会卡住，并不是因为不会语法，而是因为不知道怎么分析问题、拆解步骤、设计方法。

Coding Maths 正是在解决这个根本问题。

在课堂上，孩子会接触到一些小学阶段很少系统涉及的内容，例如整除规律、模运算、策略问题等。在学习过程中，他们逐步学会：

·如何把一个复杂问题拆成简单步骤

·如何用清晰逻辑一步步解决问题

·如何判断哪种方法更高效

同时，学生还会学习用伪代码（pseudocode）表达思路。简单来说，就是用日常语言把程序逻辑写出来，例如：

“如果满足条件A，就执行步骤B，否则执行步骤C。”

通过这样的训练，很多学生在真正开始写代码前，已经能够完整描述解决方案。

所以，这一阶段最重要的，并不是算对了多少题，而是学会“怎么思考”。