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

docs/dev/personal-pitfalls.md

@@ -468,3 +468,22 @@
   对不上就说明口径没定清，**先定语义再写代码**；② 分流用的 `isinstance` 必须把 `np.integer` / `bool` 一起想到（易错点 1）；
   ③ 任何"写进结果数组"的赋值，问一遍"它的长度约束和上面校验用的是同一个下标维度吗"。
 - 首次：2026-10-05｜复发：0
+
+### 28. 数值阈值参数的两个漏网：`bool` 和 NaN
+
+- 现象：`markov_steady_state` 的 `tol` 只写了 `if not isinstance(tol, (int, float)) or tol <= 0`。
+  `tol=True` → `isinstance(True, int)` 为真、`True > 0` 也为真 → 阈值变成 `1`，
+  **第 1 次迭代就"收敛"**，返回 `[0.55, 0.45]` 这种假答案，而且 `success=True, converged=True`。
+  `tol=np.nan` → `nan <= 0` 为假 → 穿过校验 → 白跑满 `max_iter` 次迭代。
+  同一个函数里 `max_iter` 查了 `bool`、`tol` 没查 —— 说明是**逐条手动补的**，不是照着清单过的。
+- 为什么会错：脑子里"阈值 = 一个正数"，于是校验只写"是数 & 大于 0"；而 `bool` 是 `int` 的子类、
+  NaN 与任何数比较都是 `False`，这两条都恰好从"是数 & 大于 0"里漏出去。**与易错点 1 同根**，
+  只是这次漏的是"比较"而不是"类型判断"。
+- 同族（同一轮发现的）：只校验"转移矩阵行和 = 1.0"就以为矩阵合法 —— `[[1.5, -0.5], [0, 1]]` 行和也是 1.0，
+  但含负元素，迭代时 `v` 指数发散、最后 `data=[nan, nan]` 却 `success=True`。
+  **"行和 = 1"不等于"是概率矩阵"**，还要 `arr >= 0`。另外这类溢出会抛 `RuntimeWarning`，
+  而本项目 `filterwarnings = ["error::RuntimeWarning"]` —— **测试会直接报错**，别指望测试能兜住静默错。
+- 以后怎么防：① 校验数值阈值时，脑子里过一遍"三件套"：**类型（含 `bool` / `np.integer` 例外）、
+  有限性（`np.isfinite`，挡 NaN / inf）、取值区间**；② 同一函数里同类参数（`max_iter` / `tol` / `n` / `tol`）
+  用**同一套模板**写，别一个查 `bool` 一个不查；③ 校验"概率/权重"这类输入时，除了和为 1，还要问一句"有没有可能是负数/NaN"。
+- 首次：2026-10-09｜复发：0