先竞争后协作：前沿 AI 教师构建可验证课程以提升编码学生超越模仿

本文提出“先竞争后协作”框架，利用执行基准对四大前沿 AI 教师进行排名，随后协作构建可验证课程以训练学生模型。研究发现，单纯模仿已具备能力的学生模型效果不佳甚至退化，而将协作课程作为可验证奖励的强化学习环境（RLVR），能显著提升学生在竞赛级问题上的表现。结果表明，AI 教师协作的价值在于共同构建让学生“在做中学”的可验证环境，而非仅提供答案供模仿。