一位拥有11年教学经验的国际小学教师利用“氛围编程”（vibe coding，即通过用自然语言向人工智能描述需求来生成软件的做法），为班级开发了一款定制的人工智能阅读推荐应用。该项目于2025年5月启动，并于2025年11月上线，可将学生与学校现有藏书量达10,000册的图书馆书目进行智能匹配。该教师在一台拥有12年机龄的Mac电脑上，利用Microsoft Copilot和Anthropic的Claude等工具构建了该系统；系统通过CSV文件导入图书馆书目，并结合包含学生阅读年龄、兴趣爱好及课程主题的个人档案进行匹配分析。

最终生成的应用能为每位学生提供一份包含约50本排序推荐书目的个性化书单。为了保护隐私，学生的个人档案及进度数据（包括已读书目、书评、所获积分和理解力测验得分）仅限教师和学校图书管理员查看。构建该系统需要克服多项技术挑战，例如管理书籍封面图片的API调用以及找回丢失的文件；开发者指出，从Copilot切换到Claude显著提高了开发的稳定性。

该项目展现了教育技术范式的转变：没有正规软件工程背景的教育工作者，可以通过自主构建定制工具，绕过昂贵且僵化的专有软件。大语言模型（LLM）在2025年末至2026年中期的快速发展，凸显了自然语言编程正在降低软件开发的技能门槛。对学校而言，这预示着未来无需庞大的IT预算，就能实现软件的高度本地化，并针对具体课堂课程量身定制。

对于面临预算紧张和学生阅读水平参差不齐的南非学校而言，这种方法展示了教师未来如何绕过昂贵的软件许可费用，开发出契合国家课程标准的本地化教学辅助工具。