feat(solve): 审查 markov_steady_state：工程侧收口 + 8 条测试

用户实现的 markov_steady_state 经探针实测算法本体正确（3 状态与特征分解逐位一致、
200x200 一致到 1.9e-12 且只用 6 次迭代 / 0.10s），本次只动工程侧，未改任何算法行：

- ruff 5 条 W293 全清；mm1_metrics 前 4 个空行 -> 2；失败文案改成全角冒号
- docstring 补 max_iter / tol 两个参数与 Raises，写清 tol 是相邻差口径
  （实测慢混合链 tol=1e-10 -> 实际误差 4.6e-9，被 1/(1-|lambda2|) 放大约 50 倍）
- Notes 修正"周期链会不收敛"的说法：可约链的实情是平稳分布不唯一，
  迭代法给的是离初值最近的那个（均匀初值对双随机矩阵本身就是不动点）
- tests/test_solve.py：摘掉 1 条 skip + 新增 7 条（该函数共 8 条实跑）
- STATUS.md 新增决策 57（6 条待拍板口径）与第六轮「下一步」；CHANGELOG；易错点 28

校验：pytest 196 passed / 30 skipped（226 收集）；ruff 0；pyright 0

CHANGELOG.md

@@ -529,6 +529,32 @@
   转移矩阵未查非负（行和恰为 1.0 的 `[[1.5, -0.5], [0, 1]]` 会静默给出全 0）、`paths[:, 0]` 赋值在 `try` 之外
   （长度不匹配时裸抛 `ValueError`）、状态越界没在入口拦、`std_terminal` 对分类状态的意义。
 
+### Added
+- `solve.markov_steady_state` 落地（**L1，S 档**，实现由用户本人写）：`v` 从均匀分布出发，`v_next = v @ arr`
+  反复推进（行随机矩阵按行向量右乘），直到 `max|v_next - v| < tol` 或耗尽 `max_iter`；
+  `data` 是平稳分布向量、`metrics={"converged", "iterations"}`。Codex 审查结论：**算法本体正确** ——
+  3 状态与 `np.linalg.eig(P.T)` 特征值 1 的特征向量逐位一致、200×200 一致到 `1.9e-12`（6 次迭代 / 0.10s）、
+  与 `markov_simulate` 的终点频率互验 `[0.6702, 0.3298]` vs `[0.6667, 0.3333]`。
+- `tests/test_solve.py`：摘掉 `test_markov_steady_state_two_state_chain` 的 skip，另新增 7 条 ——
+  与特征分解对拍、`data` 是分布（和为 1 / 非负 / `float64`）、慢混合链迭代次数 > 100、`np.int64` 的 `max_iter`、
+  非法转移矩阵、`max_iter=0` / `tol=0`、docstring Example 真能跑。
+
+### Changed
+- `markov_steady_state` 的 docstring 补全：`max_iter` / `tol` 两个参数、`Raises` 一节，
+  并写清 `tol` 是**相邻差口径**（实测慢混合链 `tol=1e-10` 的实际误差 `4.6e-9`，被 `1/(1-|λ2|)` 放大约 50 倍）。
+- `markov_steady_state` 的 Notes 修正"周期链会不收敛"的说法：可约链的实情是**平稳分布不唯一**，
+  迭代法给出的是"离初值最近的那个"（均匀初值对双随机矩阵本身就是不动点，所以 `iterations=1` 不代表链唯一平稳）。
+- `markov_steady_state` 的工程侧清理：ruff 5 条 `W293`；`mm1_metrics` 前 4 个空行 → 2；失败文案 `失败: ` → `失败：`。
+- `STATUS.md`：新增**决策 57**（6 条待拍板口径）与「下一步」第六轮；验证计数更新为 **196 passed / 30 skipped（226 收集）**。
+- `docs/dev/personal-pitfalls.md`：新增易错点 28（数值阈值参数的 `bool` / NaN 漏网）。
+
+### Notes
+- **`markov_steady_state` 的 6 条口径留给用户**（决策 49）：转移矩阵未查非负（行和恰为 1.0 的 `[[1.5, -0.5], [0, 1]]`
+  会溢出成 `nan`，而 `data=[nan, nan]` 却 `success=True`，违反决策 48 的 NaN 口径；附带的 `RuntimeWarning`
+  在 pyproject 里被设成 error，**测试会直接报错**）、`tol=True` 被当 `tol=1` 静默放行（`isinstance(True, int)`）、
+  `tol=np.nan` 穿过校验白跑迭代、`converged=False` 仍 `success=True`、
+  类型错也抛 `ValueError`（与决策 54 分工不一致）、`params` 没记转移矩阵。
+
 ## [0.0.1] - 2026-10-01
 
 ### Added