test: 添加条件式跨模型一致性验收

[richie-liu512]

目标

为已观测到的跨模型边界漂移增加一个人工条件探针。探针固定使用同一条公开边界任务，并且只允许 Luna High 与 Sol High 两个真实宿主轮次。

规格边界

• 跨模型只比较最终 preferred_id 与 capability_floor；不要求 action 或五项事实评分一致。
• 不固定某个具体首选组合，合法的新边界仍可通过。
• 不接入日常 CI，也不作为发布完整性门禁。
• 只在实际跨模型漂移、任务事实标尺／路由边界／候选集合变化或 Codex 模型版本变化后人工触发，并要求显式确认。
• 运行前校验安装副本与源码一致，不一致时不消耗模型轮次。
• 不要求复原编辑前的历史任务；历史内容不可见不构成本 PR 的验收门禁。

安全与证据

• 从 start 回执的 current 验证实际配置与请求配置相符，避免用命令参数自证。
• 匿名报告只保留白名单固定字段和值；原始宿主输出在比较后删除，删除失败即失败。
• Windows 在恢复宿主线程前把挂起进程绑定到 KILL_ON_JOB_CLOSE Job Object；POSIX 使用独立进程组。正常、非零、超时和中断均统一终止并确认，无确认时宿主返回失败。

验证

• 条件式跨模型真实验收：PASS。
  • Luna High：preferred_id=gpt-5.6-sol-xhigh，capability_floor=xhigh。
  • Sol High：preferred_id=gpt-5.6-sol-xhigh，capability_floor=xhigh。
  • 两轮实际配置均与请求配置相符，均为一次 deterministic_core start 回执。
  • 原始宿主输出已删除，仅保留匿名固定字段结果。
• 条件探针定向测试：15 项通过。
• 项目 verify.py：164 项通过，结构、隐私、语法与 Hook 检查通过。
• Windows 无模型 Job Object 启停探针：(0, False, True)。
• Standards 与 Spec 最终复审：均为 0 个发现。
• git diff --check 通过。
• PR 保持开放，不合并。