perf: 分离 #54 完整子进程与执行器 CPU 计量

.github/workflows/core-candidate.yml

@@ -56,6 +56,8 @@ jobs:
           python-version: '3.12'
       - name: Install fixed semantic references
         run: python -m pip install --require-hashes -r experiments/differential/requirements.txt
+      - name: Install fixed CPU observer
+        run: python -m pip install -r benchmarks/requirements.txt
       - name: Select fixed Rust toolchain
         run: rustup default 1.92.0
       - name: Build locked candidate

CMakeLists.txt

@@ -292,7 +292,7 @@ if(BUILD_TESTING)
   endif()
   termforge_add_python_test(core -m unittest experiments.core.test_core experiments.core.test_unicode -v)
   termforge_add_python_test(recovery -m unittest experiments.core.test_recovery -v)
-  termforge_add_python_test(measure -m unittest experiments.measure.test_measure experiments.measure.test_r54_contract.CostPlanTests experiments.measure.test_r54_batch experiments.measure.test_r54_hosted -v)
+  termforge_add_python_test(measure -m unittest experiments.measure.test_measure experiments.measure.test_r54_contract.CostPlanTests experiments.measure.test_r54_batch experiments.measure.test_r54_hosted experiments.measure.test_r54_cpu_diagnostic -v)
   termforge_add_python_test(binary_paths -m unittest experiments.test_build_paths -v)
   termforge_add_python_test(conpty_margin_contract -m unittest experiments.conpty.test_margin_contract -v)
   termforge_add_python_test(benchmark_tools -m unittest discover -s benchmarks/tests -v)

docs/EVIDENCE.md

@@ -164,5 +164,6 @@ python -m unittest experiments.shell.test_workflow_sessions -v
 | 候选 `.3`→`.4` 字素改动 | [固定字素验证](../experiments/shell/results/2026-10-26-streaming-graphemes/validation.json)、[性能限制与原始样本身份](research/streaming-graphemes.md)、[#54](https://github.com/JavaZeroo/termforge/issues/54) | 同宿主交错诊断中 project/interactive 吞吐中位数约下降 16%/9%；共享宿主、allocator 包装、无真实呈现/输入时延，使其不能作为正式预算或性能通过。#54 受控定位仍阻塞 #34 的性能裁决。 |
 | 固定字素成本的批次协议与执行 | [R54 v1 合同和构建/环境记录](../experiments/measure/R54-COST.md)、[执行器](../experiments/measure/r54_batch.py)、[合成进程回归](../experiments/measure/test_r54_batch.py)、[实际预检及限定验证](../experiments/measure/results/2026-10-27-r54-runner/validation.json) | 固定两个种子、各 112 个位置，字节原样保留、首错停止、完整批次后逐组配对统计。共享工作站十区间活动预检未通过，未启动成本样本；测量相关 26 项测试通过，首次 Linux 候选 CI 的采样依赖导入错误及修正分别留证。5% 是环境诊断护栏，并非产品性能容差；实际批次、扰动归因及用户预算确认由 #54 接续。 |
 | 首次 hosted 字素成本批次 | [来源、停止位置与归档](../experiments/measure/results/2026-10-27-r54-hosted/README.md)、[机器可读记录](../experiments/measure/results/2026-10-27-r54-hosted/validation.json) | 两份固定构建与4次sanity通过，空闲预检通过；第24位置的未归属CPU活动估计5.410%触发原5%护栏，保留23个有效记录和1个失败记录，第二批未启动。全部24次输出正确，但批次不完整，不生成配对成本摘要；临时VM逐进程归因、完整受控批次和预算仍未完成。 |
+| CPU计量边界诊断（#54） | [固定六位置及归档](../experiments/measure/results/2026-10-27-r54-cpu-boundary/README.md)、[独立复核](../experiments/measure/results/2026-10-27-r54-cpu-boundary/verify.py) | 同一共享Windows宿主、原已审计构建的六次输出和来源核验通过；分别保留完整子进程、内层区间、runner和全机计数。区间外CPU为0.078125–0.109375s，仍有明显未归属活动，不算空闲成本批次，不反推旧hosted原因或修改原5%护栏。 |
 
 目前没有足够证据判断 TermForge 距离 WindTerm 快或慢多少。正式结论必须同时提供负载/配置/环境身份、正确性、完成端点、观测开销、重复样本与限制。未知字段保持未知；历史校准未完成不转成要求用户反复手动运行的前置。执行规则见 [ADR-0002](adr/0002-automation-first-investigation.md)，核心选型重审见 [ADR-0003](adr/0003-core-reference-and-reuse.md)。

docs/FEATURES.md

@@ -71,7 +71,7 @@
 | 自动正确性与构建 | **限定验收**：Windows shell/ConPTY/呈现及 Windows/Linux 核心 CI、差分/恢复/队列/生命周期场景 | 产品打包、干净机器使用、依赖升级、长期回归和更广平台矩阵；#40 的 CI 纯夹具超时、窄窗口选择 #73、四 shell 原事件 #80、hosted 准备 #81 和[复制夹具 OpenClipboard 5 #85](https://github.com/JavaZeroo/termforge/issues/85) 等独立失败仍未闭合；#72 保存判据与 #80 同步条件的限定修正不代替其他配置或未知根因验收 | R2 / R4 |
 | Windows 产品交付 | **实现中，未验收**：首个 [v0.1.0-alpha.1 预发布](releases/v0.1.0-alpha.1.md)提供 Windows x64、静态 MSVC 运行库、附资源许可和构建身份的免安装 ZIP；未签名，已验环境限 Windows 11 本机与 Server 2025 CI，布局仍写入 LOCALAPPDATA | 这是 R1 体验包，尚非 R2 日常开发版；干净机器与更广平台矩阵、签名/安装、配置升级及持续运行仍待完成。Windows 10 未验收，Server 2022 已知资源门槛未过 | R2 / R3 |
 | Linux/macOS 与其他架构 | **未实现**客户端；Linux 核心 CI 已有。[官方平台范围台账](../research/windterm-2.7.0-platform-scope.md)已固定 2.7.0 的 Windows x86/x64、macOS x64、Linux x64 资产及声明下限；这不是 TermForge 支持或实测结论 | 最终需真实 Linux/macOS 客户端；平台调查可提前进行，整合及完整验收排在 Windows 11 x64 完整版本之后。其他系统版本、最低版本和架构由用户后续明确；旧系统及 ARM 等保持调查记录，不自动承诺或排除，也不能由核心 CI 推断产品支持 | 持续调查；R5 全平台出口 |
-| 吞吐、响应、内存与稳定性 | **实现中，未验收**：已有机制实验、连续 CPU 区间校准与合成回归；候选字素改动的受限诊断中 project/interactive 吞吐中位数约下降 16%/9%，由 [#54](https://github.com/JavaZeroo/termforge/issues/54) 跟踪。[冻结批次执行器](../experiments/measure/R54-COST.md#冻结批次执行器windows)核对构建来源、原始输出、停止规则与逐轮配对统计；[独立 hosted 构建与实测](../experiments/measure/results/2026-10-27-r54-hosted/README.md)已验证来源和失败保留，但首批因环境护栏停止，尚无完整成本批次 | 旧诊断的共享宿主、allocator 包装与缺少真实呈现/输入时延端点使其不构成正式预算；新的不完整批次也不作吞吐结论。仍需同负载/同正确性、无插桩对照、观测开销和长期/多会话公平性；可靠原版基线后提出逐项预算及允许波动范围，**由用户明确确认**。与 WindTerm 的实际差距**待取证** | 当前优先；贯穿 R1–R5 |
+| 吞吐、响应、内存与稳定性 | **实现中，未验收**：已有机制实验、连续 CPU 区间校准与合成回归；候选字素改动的受限诊断中 project/interactive 吞吐中位数约下降 16%/9%，由 [#54](https://github.com/JavaZeroo/termforge/issues/54) 跟踪。[冻结批次执行器](../experiments/measure/R54-COST.md#冻结批次执行器windows)核对构建来源、原始输出、停止规则与逐轮配对统计；[独立 hosted 构建与实测](../experiments/measure/results/2026-10-27-r54-hosted/README.md)已验证来源和失败保留，但首批因环境护栏停止，尚无完整成本批次；[独立CPU边界诊断](../experiments/measure/results/2026-10-27-r54-cpu-boundary/README.md)另记完整子进程/执行器分量，不改原护栏或判成本通过 | 旧诊断的共享宿主、allocator 包装与缺少真实呈现/输入时延端点使其不构成正式预算；新的不完整批次也不作吞吐结论。仍需同负载/同正确性、无插桩对照、观测开销和长期/多会话公平性；可靠原版基线后提出逐项预算及允许波动范围，**由用户明确确认**。与 WindTerm 的实际差距**待取证** | 当前优先；贯穿 R1–R5 |
 | 大历史与动态内存压缩 | **未实现**产品能力；WindTerm 压缩属于官方性能声明，内部机制尚未证实 | 1/10/100 万行等明确规模下的内存/滚动/搜索/淘汰实验；根据瓶颈决定独立存储/压缩实现 | R4 |
 | 完整目标验收 | **待取证**：已有固定版本和局部观察，没有完整行为/性能对照矩阵 | 先在 Windows 11 x64 完整验收功能/行为/UI/性能及独立构建，再完成 Linux/macOS 全平台出口；重要差异和性能容差须有用户确认，Windows 通过不代表全平台完成；不依赖 WindTerm 二进制或专有资源 | R5 分平台出口 |
 

experiments/measure/R54-CPU-DIAGNOSTIC.md

@@ -0,0 +1,37 @@
+# R54：CPU 计量边界的独立诊断
+
+本项接续 [#54](https://github.com/JavaZeroo/termforge/issues/54) 的首次 hosted 停止事件：原批次第24个位置按 v1 口径得到 5.410% 未归属活动估计，超过原5%环境护栏。原记录没有整个子进程及执行器CPU，无法事后区分自身区间外工作和其他guest活动。该事件、失败状态、[v1合同](R54-COST.md)及两批各112位置均保持；此诊断不补样、不重试旧批次、不判性能通过。
+
+## 预声明问题与执行范围
+
+按以下预测分别记录，而不是先假定护栏误报：
+
+1. 若自身区间外工作有贡献，完整子进程CPU会高于其内部连续测量区间CPU；差值包括启动、准备、oracle、输出和退出，不能仅凭差值细分各阶段。
+2. 若执行器有贡献，其同一外部区间的进程CPU会大于零。
+3. 扣除前两项后的余额仍可能包含其他guest活动、系统归账粒度和非原子采样边界；余额保留正负，不称为精确后台进程CPU。物理宿主争用和频率仍未知。
+
+固定一次六位置序列为 `.3, .4, .4, .3, .3, .4`，全部使用原 `interactive` 22,000B 语料、chunk=1、observe=0、内部CPU/墙钟至少2秒及原正确性校验。沿用已审计的共同harness与两份无allocator包装EXE，不重新构建。只比较计量范围，**不计算A/B成本比或吞吐变化，也不运行空闲合格筛选**。允许在如实声明的共享宿主研究这些计数；这不把共享宿主升级为成本验收环境。
+
+每个进程90秒期限，超时终止直接子进程并最多等待5秒；退出未确认、计数缺失、输出错误或来源变化立即停止，不补跑。固定核心EXE不派生进程，本工具只支持这个直接子进程边界，不宣称通用进程树计量或回收。诊断状态 `accounting_complete` 只说明六次记录/正确性/来源完整，始终 `performance_gate=not_evaluated`。
+
+## 计数与证据
+
+`GetSystemTimes` 先取全机计数，再取runner的 `process_time`，然后启动并等待直接子进程；退出后通过保留的进程句柄读取 `GetProcessTimes`，再取runner和全机末计数。全机计数只支持1–64逻辑CPU。两个采样端点不是原子操作，读取进程计数本身也有成本；诊断不声称无扰动。
+
+每个观察保留全机原始前后计数、runner前后CPU、子进程创建/退出FILETIME及user/kernel/总CPU、原始stdout/stderr、内层区间和以下余额：
+
+- `inner_only_balance = guest_busy - inner_cpu`：本次插桩区间的内层单项扣除，不冒充旧批次的原值。
+- `child_outside_inner = child_lifetime_cpu - inner_cpu`。
+- `unassigned_balance = guest_busy - child_lifetime_cpu - runner_cpu`：保留负值，不据此修正成本或设新护栏。
+
+Windows进程对象在外部仍持有句柄时可于退出后查询，依据 [GetProcessTimes](https://learn.microsoft.com/en-us/windows/win32/api/processthreadsapi/nf-processthreadsapi-getprocesstimes) 和[进程终止语义](https://learn.microsoft.com/en-us/windows/win32/procthread/terminating-a-process)。诊断限定Windows CPython3.12，通过Popen持有的句柄避免退出后按PID查询；该私有接口依赖及句柄生命周期按[CPython3.12.10源码](https://github.com/python/cpython/blob/v3.12.10/Lib/subprocess.py)核对，不能静默扩展到其他runtime。
+
+入口要求已提交且干净的工具源码、显式环境声明、原计划及完整构建包，运行前后复核全部来源、编译产物及实际`--identity`。输出目录必须不存在；过程、失败和中断记录保留。原始本地路径和PID留local，公开时单独审核白名单、路径脱敏和原字节流哈希，不递归上传工作目录。
+
+```powershell
+python -m experiments.measure.r54_cpu_diagnostic `
+  --plan <原plan-v1.json> --build-bundle <原构建包> `
+  --environment <含host_kind与known_concurrent_work的JSON> --out <全新目录>
+```
+
+本次结果只回答声明宿主上的计量问题，不能补造旧hosted事件的原因。是否改变后续环境测量方法须先依据诊断另定协议，不能倒改原v1或用新口径将旧失败改绿。完整成本批次、allocator/projection及组件归因、数值预算提案与用户确认仍由 #54 接续。