以渐进式特权自蒸馏分别训练故障定位、复现和补丁生成能力。
推荐理由：它不再只用最终测试结果或全程暴露参考补丁，而把已验证修复拆成定位、复现、修改的阶梯监督；有望降低代码智能体的稀疏奖励和捷径学习。
阅读原文