用途：为 AI 驱动开发工作流、spec-first 教学等场景设计协同学习体验，强调学生向 AI 学习、AI 也向学生反馈学习，而非把 AI 当被动工具。
主要能力：
- 三重角色框架：AI 可作教师（提供模式与最佳实践）、学生（吸收学生领域知识与纠正）、同事（平等协作）；人类则作教师（给出规格与领域知识）、学生（从 AI 建议中探索新方法）、编排者（设计策略并做最终决策）。
- 收敛循环：人类指定意图（含上下文与约束）→ AI 提出方案 → 人类评估并学习 → AI 依据反馈调整 → 迭代收敛出优于任一方单独完成的方案。
- 分层与配比：L1 手动（60/20/20）、L2 协作（40/40/20）、L3 智能（25/55/20）、L4 编排（20/60/20），按初学者/中级/高级调整基础、AI 辅助与验证的比例。
- 教学原则：先基础后 AI、脚手架式协作、始终验证、spec→generate→validate 循环。
- 课程模板与配对编程模式：AI 作为解释者、调试者、代码评审、结对程序员、验证者。
使用方式：确定层级与配比，套用三重角色框架并确保每课至少有“学生向 AI 学习”和“AI 适应反馈”两处体现，纳入收敛循环，按模板写课程元数据、学习目标、基础技能、AI 辅助技能与阶段（Foundation / AI-Assisted Exploration / Independent Verification）。验收检查含谱系标签、循环 Outline 与至少一个验证提示。
适用场景：AI 驱动开发教学、spec-first 教学、分层课程设计；对不同水平学习者设置不同 AI 使用强度。
限制：资料未提供具体平台依赖、价格或收费信息；若验证失败，需检查配比、收敛与验证环节，调整后得分仍低于 60 应停止并报告。