feat(core): 实现 get_rng 与 set_seed

L0 第 2 项落地。

- get_rng(int) 固定种子可复现；get_rng(Generator) 原样透传；
  get_rng() 跟随 set_seed 设过的全局种子，没设过则交给系统熵源
- set_seed(seed) 除记录 _GLOBAL_SEED 外，还调用 np.random.seed，
  让 sklearn / statsmodels 这些走 numpy 旧全局状态的库也能复现；
  这是全项目唯一碰旧接口的位置，标注了 noqa: NPY002 与理由
- 已知取舍写进 docstring：同一全局种子下多次 get_rng() 是同一条流
- tests/test_core.py：TestRandom 去掉 skip；把原来那条自证式的
  test_set_seed_makes_global_reproducible 换成两条真断言
  （不传 random_state 也要可复现、旧全局状态被覆盖）
- STATUS.md：L0 进度 2/12，新增决策 23（允许 set_seed 碰旧接口）
  与 24（不做 SeedSequence.spawn 拆分）；CHANGELOG.md 同步

src/mcm_toolkit/core/random.py

@@ -4,6 +4,7 @@
 
 * 所有含随机的公开函数签名都带 `random_state=None`，内部第一行取 rng。
 * 禁止使用 `np.random.*` 旧式全局接口，也禁止裸用标准库 `random`。
+  （唯一例外是 :func:`set_seed` 内部的 `np.random.seed`，见该函数说明。）
 * 论文附录必须写明 seed —— 提交要能复现。
 """
 
@@ -13,33 +14,51 @@ import numpy as np
 
 __all__ = ["get_rng", "set_seed"]
 
+# set_seed 记下来的全局种子；None 表示用户没设过。
+_GLOBAL_SEED: int | None = None
 
-def get_rng(random_state: int | None = None) -> np.random.Generator:
+
+def get_rng(random_state: int | np.random.Generator | None = None) -> np.random.Generator:
     """取一个随机数生成器。
 
     Parameters
     ----------
     random_state:
         `int` 时返回固定种子的独立生成器（可复现）；
-        `None` 时返回基于全局种子的生成器；
+        `None` 时跟随 :func:`set_seed` 设过的全局种子，没设过就交给系统熵源；
         已经是 :class:`np.random.Generator` 时原样返回（便于函数间串联）。
 
+    Notes
+    -----
+    同一个全局种子下，每次 `get_rng()` 拿到的都是**同一条**流。这保证了
+    "脚本重跑一遍结果一样"，但也意味着两个都省略 `random_state` 的函数会共用
+    同一串随机数。想避开，就显式传不同的 `random_state`。
+
     Examples
     --------
     >>> rng = get_rng(42)
     >>> bool(rng.random() == get_rng(42).random())
     True
     """
-    # TODO(L0)
-    raise NotImplementedError
+    if isinstance(random_state, np.random.Generator):
+        return random_state
+    if random_state is None:
+        random_state = _GLOBAL_SEED  # 没设过就是 None，交给系统熵源
+    return np.random.default_rng(random_state)
 
 
 def set_seed(seed: int) -> None:
     """设置全局随机种子。
 
+    除了记住种子，还会一并喂给 numpy 的旧全局状态：sklearn / statsmodels
+    内部仍在用它（`check_random_state(None)` 那条路），只设自己的
+    `_GLOBAL_SEED` 的话这些库照样不可复现。
+
     Examples
     --------
     >>> set_seed(42)
     """
-    # TODO(L0)
-    raise NotImplementedError
+    global _GLOBAL_SEED
+    _GLOBAL_SEED = int(seed)
+    # 这里是全项目唯一允许碰旧接口的地方：它是"设种子"，不是"取随机数"。
+    np.random.seed(_GLOBAL_SEED)  # noqa: NPY002 - 故意的，见本函数 docstring