fix(solve): 审查 mm1_metrics + 第二批入口改动（工程侧收口 + 6 条测试）

用户本轮改了 markov_simulate / markov_steady_state 的入口校验，并写完 mm1_metrics，三处算法本体都正确（mm1 的 5 个公式经探针与闭式解逐位对拍通过，含 W = Wq + 1/mu）。 Codex 只动工程侧： Fixed - mm1_metrics 的稳定性分界 "<" 应为 "<="（docstring 与既有测试的口径都是 lambda >= mu 不稳定）： lambda == mu 原先掉进 try、rho == 1.0 触发 ZeroDivisionError，被 except 吞成 success=False。两个分支的可观测输出完全相同（success=False / metrics={} / data=None），只有 message 不同，故按决策 31 直接修并加回归测试，未改动任何口径。 - 三处报错文案的参数名抄错：markov_steady_state 的 max_iter <= 0 写成 "tol 必须是正数"， mm1_metrics 的 service_rate 两条报错都写成 "tol"；半角逗号统一为全角。 Changed - mm1_metrics 的 docstring 补 Raises 与 data 说明；call_params = {...} 补空格； ruff 6 条（W293 x5 / F541 f-string 无占位符 / W292 文件末尾无换行）。 - markov_steady_state 的 try 前 3 个空行 -> 1；"异常: " -> "异常："。 - tests/test_solve.py：摘掉 2 条 mm1_metrics 的 skip，新增 4 条（lambda == mu 的回归、非负校验回归、max_iter=3 未收敛判 success=False）。 - STATUS.md 决策 56 / 57 更新办结项 + 新增决策 58（mm1 的 4 条待拍板）；CHANGELOG；易错点 29。校验：pytest 202 passed / 28 skipped（230 收集）；ruff 0；pyright 0
2026-10-09 23:52:53 +08:00
1 parent 0955890010
commit 953e988983
@@ -22,9 +22,11 @@
 `detect_outliers`、`normalize`/`standardize`、`describe`、`correlation_matrix`、`bootstrap_ci`、
 `monte_carlo`（**用户写**，2026-10-04）；另**提前落地**了 L1 的 `confidence_interval` / `t_test` /
 `monte_carlo_probability`、`monte_carlo_integral`、`random_walk`、`markov_simulate`、
-`markov_steady_state`（**均为用户写**）。剩余 1 项：`save_figure`（Codex 写）。
+`markov_steady_state`、`mm1_metrics`（**均为用户写**）—— `solve` 层的 L1 清单**已全部落地**。
+剩余 1 项：`save_figure`（Codex 写）。
 `monte_carlo` 的口径已拍板（决策 48）；`monte_carlo_probability` / `random_walk` 的待办**均已办结**；
-`markov_simulate`（决策 56，5 条）与 `markov_steady_state`（决策 57，6 条）的**入口口径待你拍板**。
+`markov_simulate`（决策 56）/ `markov_steady_state`（决策 57）/ `mm1_metrics`（决策 58）
+**仍有一批入口口径待你拍板**（本轮各办结了一批，详见"下一步"）。
 另 3 个小口径仍悬着：`ci_low`/`ci_high` 的语义、`monte_carlo_integral` 的第一道 `isinstance` 分支可塌成两行、
 `random_state` 注解与 `std` 的 `ddof` 是否全项目对齐。

@@ -333,7 +335,9 @@
        单位矩阵吸收态自锁、可复现（同种子相同、异种子不同）、终点频率收敛到 `[2/3, 1/3]`、
        metrics = 终点状态、非法转移矩阵（非方阵 / 行和不为 1）、非法 `steps` / `n_paths`（0 / float / bool）、
        `np.int64` 可收、docstring Example 真能跑
-      - ⏳ **留给你的 5 条**见"下一步 → markov_simulate 待你拍板"（全是入口口径与少考虑情况，决策 49）
+      - **第二轮（2026-10-09）**：用户补了 `np.any(arr < 0)` 非负校验 → 待办 ② 办结；
+        Codex 补一条"行和是 1 但含负元素"的回归测试
+      - ⏳ **余下 4 条**见"下一步 → markov_simulate 待你拍板"（全是入口口径与少考虑情况，决策 49）

 - [x] `solve/simulate.py` 的 `markov_steady_state`（**L1，S 档，算法由用户本人写**，2026-10-09）
      - 核心：`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**），
@@ -349,7 +353,28 @@
      - **测试：+8 条、摘掉 1 条 skip**（此前该函数只有 1 条挂着的 skip）—— 2 状态 `[2/3, 1/3]` + `converged` / `iterations`、
        3 状态与特征分解对拍、`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
-      - ⏳ **留给你的 6 条口径**见"下一步 → markov_steady_state 待你拍板"（决策 57）
+      - **第二轮（2026-10-09，用户改定）**：补非负校验（① 办结）、`params` 记 `transition`（⑥ 办结）、
+        `success=converged`（选口径 B，④ 办结）、`tol` 拆成 `TypeError` / `ValueError` 且先判 `bool`（② 办结）；
+        Codex 顺手修文案（`max_iter <= 0` 那条写成 "tol 必须是正数"）与 `异常: ` → `异常：`，
+        并补 2 条测试（负元素矩阵、`max_iter=3` 未收敛走 `success=False`）
+      - ⏳ **余下 3 条 + 1 个新口子**见"下一步 → markov_steady_state 待你拍板"（决策 57）
+
+- [x] `solve/simulate.py` 的 `mm1_metrics`（**L1，S 档，算法由用户本人写**，2026-10-09）
+      - 核心：闭式解 `ρ = λ/μ`、`L = ρ/(1-ρ)`、`Lq = ρ²/(1-ρ)`、`W = 1/(μ-λ)`、`Wq = W - 1/μ`；
+        `λ >= μ` 走"系统不稳定"分支返回 `success=False`
+      - **Codex 审查结论：公式全对**（探针实测 3 组参数 `(2,3)` / `(1,4)` / `(0.5,1.0)` 与闭式公式逐位一致，
+        `W = Wq + 1/μ` 恒等式也成立）
+      - **Codex 修了一处边界 bug（决策 31，纯 bug）**：稳定性判断写成 `service_rate < arrival_rate`，
+        而 docstring 与既有测试的口径都是 `λ >= μ` —— 于是 `λ == μ` 掉进 `try`、`rho == 1.0` →
+        `ZeroDivisionError` 被 `except` 吞成 `success=False`（结果碰巧对，message 却是"计算失败：ZeroDivisionError"）。
+        两支的可观测输出完全相同（`success=False` / `metrics={}` / `data=None`），改 `<=` 只换 message，故直接修并加回归测试
+      - **Codex 只碰工程侧**：① ruff 6 条（5 处 `W293` + `F541` f-string 无占位符 + `W292` 文件末尾无换行）；
+        ② 文案：`service_rate` 的报错写成 "tol"、`max_iter` 的也写成 "tol"（同一轮里 3 处参数名抄错）、半角逗号 → 全角；
+        ③ `call_params={...}` → `call_params = {...}`；④ docstring 补 `Raises` + 说明 `data` 与 `metrics` 同值
+      - **测试：+6 条、摘掉 2 条 skip**（此前只有 2 条挂着的 skip）—— 闭式公式逐项对拍（含 `W = Wq + 1/μ`）、
+        `λ == μ` 与 `λ > μ` 都判失败且带"不稳定"文案、入口（0 / 负数 / `bool` / 非数值）、
+        `λ == μ` 不能靠 `ZeroDivisionError` 落到失败分支、docstring Example
+      - ⏳ **留给你的 4 条**见"下一步 → mm1_metrics 待你拍板"（决策 58）

 - [ ] 剩余 1 项：`save_figure`（A 档 = 工程，**Codex 直接写**）

@@ -357,7 +382,7 @@

 | 检查 | venv | conda `mcm-toolkit` |
 |---|---|---|
-| `pytest` | 见下（单列） | **196 passed, 30 skipped（0 xfail）** |
+| `pytest` | 见下（单列） | **202 passed, 28 skipped（0 xfail）** |
 | `import mcm_toolkit` | 0.0.1 / 16 项 | 0.0.1 / 16 项 |
 | `ruff check` | All checks passed | **All checks passed**（0 error） |
 | `scripts/doctor.ps1` | 跑通 | — |
@@ -367,15 +392,15 @@
  （修配置之前是 17 errors，全是"无法解析导入 numpy / pandas"，见决策 29 与
  `docs/04-environment.md` 坑 7）
 - base 亦已复核：numpy 2.4.6 / scipy 1.18.1 / pandas 3.0.6（与两套环境一致）
- **226 条用例：196 passed / 30 skipped / 0 xfail**。收集数按文件：`test_data.py` 52、`test_api_surface.py` 20、
-  `test_core.py` 23、`test_solve.py` 58（本轮 +8、摘掉 1 条 skip）、`test_viz.py` 8、`test_decision.py` 7、
+- **230 条用例：202 passed / 28 skipped / 0 xfail**。收集数按文件：`test_data.py` 52、`test_api_surface.py` 20、
+  `test_core.py` 23、`test_solve.py` 62（本轮 +4、再摘掉 2 条 skip）、`test_viz.py` 8、`test_decision.py` 7、
  `test_stats.py` 53、`test_models.py` 5
 - **`xfail` 再次清零**：`correlation_matrix` 的契约冲突已按方案 A 解决（决策 41），那条用例转正
 - 上一轮那 7 条 xfail 已全部转正，决策 30 那套信号（XPASS → 摘 mark）跑完过一个完整闭环
 - `examples/01_clean_and_describe.py` 实测跑通（exit 0）；`00_quickstart.py` 仍等 `stats` / `viz`
- 30 条 skip 是等实现的算法（`train_test_split`、`mm1_metrics`、`anova`、`fit_distribution`、
-  `knapsack_dp`、`linear_program`、`simulated_annealing` 等）；
-  `monte_carlo_probability` / `monte_carlo_integral` / `markov_steady_state` 已落地，分别摘掉 2 / 1 / 1 条 skip；`markov_simulate` 新增的 9 条全部实跑；
+- 28 条 skip 是等实现的算法（`train_test_split`、`anova`、`fit_distribution`、`knapsack_dp`、
+  `linear_program`、`simulated_annealing` 等）；
+  `monte_carlo_probability` / `monte_carlo_integral` / `markov_steady_state` / `mm1_metrics` 已落地，分别摘掉 2 / 1 / 1 / 2 条 skip；`markov_simulate` 新增的 9 条全部实跑；
  `TestValidate` 的 4 条仍挂着 —— `check_*` 还是 `NotImplementedError`，但它们实现时应当直接复用 `as_array`
 - **本轮回归（已修）**：`transform.py` 上一版有 3 处真 bug —— 修前 **7 failed / 75 passed**，
  且 pyright 在同一处报 `reportArgumentType`。**不是静态误报**：pyright CLI 复现 + 测试真红。
@@ -541,34 +566,47 @@ docstring 与 `test_describe_reports_expected_keys` 早就写死了这个方向
 长度不匹配时**裸抛** `ValueError`（本该 `success=False`，同易错点 26 一族）。另有三个口子：
 `np.int64(0)` 掉进数组分支、被 `as_array` 拒（与 `steps`/`n_paths` 收 `np.integer` 不一致，易错点 1 复发）；
 `True` 因 `isinstance(True, int)` 为真被当状态 1 **静默放行**；越界状态（如 `initial=5`、`s=2`）只在
-第一轮索引时才炸、被 `except` 吞成 `success=False`。可选口径见下一步的 A / B / C。
+第一轮索引时才炸、被 `except` 吞成 `success=False`。
+**2026-10-09 更新**：② 已办结（用户补了 `np.any(arr < 0)`，含负元素的行随机矩阵现在入口直接报错）；
+① ③ ④ ⑤ 仍待拍板（A / B / C 三个选项见"下一步"）。

-| 57 | `markov_steady_state` 的 6 条口径**待用户拍板**（Codex 只报选项，未代改，决策 49） |
-探针实测出的口子：① **含负元素**的"行和为 1"矩阵（`[[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（根因：没查 `arr >= 0`）；附带的
-`RuntimeWarning: overflow encountered in matmul` 因为 pyproject 设了 `filterwarnings = ["error::RuntimeWarning"]`，
-**能让测试直接报错**，所以不能只靠测试兜；② `tol=True` 因 `isinstance(True, int)` 通过校验 → `tol=1` →
-1 次就"收敛"，给出 `[0.55, 0.45]` 的假答案（`max_iter` 查了 `bool`、`tol` 没查，易错点 1 复发）；
-③ `tol=np.nan` 因 `nan <= 0` 为假穿过校验 → 白跑 10000 次迭代；④ `converged=False` 仍 `success=True`
-且 `data` 是未收敛的迭代值（`max_iter=5` → `[0.6387, 0.3613]`）；⑤ 类型错也抛 `ValueError`
-（`max_iter=100.0`），与决策 54 的"类型错 `TypeError`"分工不一致；⑥ `params` 只记 `max_iter` / `tol`，
-没记转移矩阵（`monte_carlo_integral` 记了 `bounds`），事后复现不了。可选口径见"下一步"。
+| 57 | `markov_steady_state` 的口径：**4 条已办、3 条 + 2 个新口子仍待拍板**（Codex 只报选项，未代改，决策 49） |
+**2026-10-09 用户第二轮办结**：① 补 `np.any(arr < 0)`（含负元素的行随机矩阵现在入口即报错，原先会溢出成 `nan`
+却报 `success=True`）；② `tol` 拆成 `TypeError`（类型 + `bool`）与 `ValueError`（取值）；
+④ **选口径 B**：`converged=False` → `success=False`；⑥ `params` 补 `transition`（`arr.tolist()`，可 JSON 化）。
+**仍待拍板**：③ `tol=np.nan`（`nan <= 0` 为假，穿过校验白跑 §max_iter 次迭代）；
+⑤ `max_iter` 的类型错仍抛 `ValueError`（与决策 54 的"类型错 `TypeError`"不一致）；
+⑦ **两把尺子宽严不一**——非负校验用精确 `arr < 0`，同一个函数里的行和校验却用宽容的 `np.allclose`，
+实测 `[[1.0, -1e-16], [0.5, 0.5]]`（行和都是 1）会被判非法，建议改成 `< -1e-12` 这类容差；
+⑧ 未收敛时 `success=False` 但 `data` 仍是未收敛向量（文件内唯一"失败却带 `data`"的分支）—— 保持还是 `data=None`？
+
+| 58 | `mm1_metrics` 的稳定性分界由 Codex 按**决策 31** 直接修（`<` → `<=`），另有 4 条口径待用户拍板 |
+docstring 与既有测试写的都是 `λ >= μ` 不稳定，代码却写 `service_rate < arrival_rate` —— 于是 `λ == μ`
+掉进 `try`、`rho == 1.0` → `ZeroDivisionError`，被 `except` 吞成 `success=False`
+（碰巧对，但 message 成了"计算失败：ZeroDivisionError - float division by zero"）。两支的可观测输出完全相同
+（`success=False` / `metrics={}` / `data=None`），改 `<=` 只换 message，故直接修 + 加回归测试。
+**待拍板**：① `λ = 0` 现在被 `ValueError` 拒（数学上是合法退化解：空系统 `L = W = 0`）；
+② `np.int64` / `np.float32` 全被 `TypeError` 拒（文件内 `random_walk` 的 `start` 收 `np.number`、
+整数参数收 `np.integer`，§4.7 有共识）；③ `data=metrics` —— **同一个 dict 对象**（`r.data is r.metrics`），
+且成功分支给 dict、失败分支给 `None`，与文件内"`data` 是数组"的习惯不同；
+④ 失败分支的 `metrics={}` 会丢掉 `rho` 等已算出的量（可选保留）。

 ## 下一步

-### ⭐ 当前进度与待办（2026-10-09 第六轮）
+### ⭐ 当前进度与待办（2026-10-09 第七轮）

-**本轮：`markov_steady_state`（你写的）已审查通过** —— 算法本体正确，一行没动（3 状态与特征分解逐位一致、
-200×200 只用 6 次迭代 / 0.10s）；Codex 只清工程侧（ruff 5 条、docstring 补 `max_iter`/`tol`/`Raises`、
-修正"周期链"表述、全角冒号），并 **+8 条测试、摘掉 1 条 skip**。
-三连：`pytest` **196 passed / 30 skipped**、`ruff` 0、`pyright` 0。
+**本轮：你改了 `markov_simulate` / `markov_steady_state` 的入口，并写完 `mm1_metrics`** —— 三处算法本体都正确。
+Codex 只做工程侧：`mm1_metrics` 修了一处**边界 bug**（`<` → `<=`，见决策 58）、ruff 6 条、4 处文案参数名抄错、
+docstring 补 `Raises`、**+6 条测试 + 摘掉 2 条 skip**。
+三连：`pytest` **202 passed / 28 skipped**、`ruff` 0、`pyright` 0。`solve` 层 L1 清单**已全部落地**。

 **接下来三件事**
-1. **`markov_steady_state` 的 6 条口径待你拍板**（下节，决策 57）。
-2. **`markov_simulate` 的 5 条口径**仍在挂着（决策 56 的 A / B / C），与 `solve` 的收尾一起定。
-3. L0 最后一项 `save_figure`（A 档 = 工程，`viz/export.py`）—— **Codex 直接实现**，你只读。
+1. **三个函数的口径待你拍板**：`markov_simulate` 4 条（决策 56）、`markov_steady_state` 3+2 条（决策 57）、
+   `mm1_metrics` 4 条（决策 58）—— 全在下面三节。
+2. L0 最后一项 `save_figure`（A 档 = 工程，`viz/export.py`）—— **Codex 直接实现**，你只读。
+3. 之后就往外层走：L1 只剩 `decision` / `models` / `stats` 的几条。

-### ⏳ markov_simulate 待你拍板（5 条，Codex 只报不改）
+### ⏳ markov_simulate 待你拍板（4 条）

 **① `initial` 的语义（最大的一条，三个选项）**
 现在标量分支按**路径数**铺满、数组分支按**状态数**校验长度，两条口径互相矛盾（详见决策 56）。
@@ -576,39 +614,57 @@ docstring 与 `test_describe_reports_expected_keys` 早就写死了这个方向
 - **B**：只收长度 `n_paths` 的数组（标量走 `np.full` 铺满），`data` 首列就是给定的初始状态序列（与 `paths[:, 0]` 赋值天然一致）
 - **C**：沿用现状，但把类型收成 `int | np.integer` + 先判 `bool`，把 `paths[:, 0] = ...` 挪进 `try`，docstring 写清"数组按路径数"

-**② 转移矩阵没查非负**：`[[1.5, -0.5], [0, 1]]` 行和恰为 1.0 → 通过校验，但 `cumsum` 非单调 →
-落格结果**全是 0**（静默错）。建议入口加一条 `np.any(arr < 0)` → `ValueError`。
+~~**② 转移矩阵没查非负**~~ → **已办（2026-10-09）**：入口加了 `np.any(arr < 0)` → `ValueError`，
+测试里钉了"行和是 1 但含负元素"这条。余下的一小问：这条校验是**精确**判负，见决策 57 的 ⑦（容差）。
+
 **③ `paths[:, 0]` 赋值在 `try` 之外**：长度不匹配时裸抛 `ValueError`，与"出错统一 `success=False`"（决策 48）不一致。
+
 **④ 状态越界没在入口拦**：`initial=5`（`s=2`）第一轮才 `IndexError`，被吞成 `success=False`；
 建议入口加 `0 <= initial < s`。
-**⑤ `std_terminal` 对**分类**状态的意义**：状态编号是标称量，均值和标准差只对"有序状态"（如排队人数）成立 ——
+
+**⑤ `std_terminal` 对分类状态的意义**：状态编号是标称量，均值和标准差只对"有序状态"（如排队人数）成立 ——
 要不要把 `metrics` 换成状态频率（`terminal_freq`）？你定。

-### ⏳ markov_steady_state 待你拍板（6 条，Codex 只报不改）
+### ⏳ markov_steady_state 待你拍板（3 条 + 2 个新口子）

-**① 转移矩阵没查非负**（与 `markov_simulate` 的待办 ② 是同一块）：`[[1.5, -0.5], [0, 1]]` 行和恰为 1.0 →
-通过校验 → `v` 指数发散 → `data=[nan, nan]` **但 `success=True`**（违反决策 48 的 NaN 口径）。
-实测还会先抛 `RuntimeWarning: overflow encountered in matmul`，而 pyproject 设了
-`filterwarnings = ["error::RuntimeWarning"]` —— 这条**能让测试直接报错**，所以得在校验层拦，不能只靠测试兜。
+- ~~**① 转移矩阵没查非负**~~ → **已办（2026-10-09）**
+- ~~**② `tol` 没查 `bool`**~~ → **已办**：`tol` 现在拆成 `TypeError`（类型 / `bool`）与 `ValueError`（取值）
+- ~~**④ `converged=False` 仍 `success=True`**~~ → **已办**：选了**口径 B**，`success=converged`
+- ~~**⑥ `params` 没记转移矩阵**~~ → **已办**：补了 `"transition": arr.tolist()`

-**② `tol` 没查 `bool`**：`tol=True` → `isinstance(True, int)` 为真 → `tol=1` →
-1 次就"收敛"，给出 `[0.55, 0.45]` 的**假答案**（`success=True, converged=True, iterations=1`）。
-`max_iter` 查了 `bool`，`tol` 漏了（易错点 1 复发）。
+**③ `tol` 没查 NaN**：`np.nan <= 0` 为假 → 穿过校验 → 白跑满 10000 次迭代才返回（结果本身对，纯浪费）。
+建议与 `max_iter` 一起走"类型 → 有限性 → 取值"三件套（易错点 28）。

-**③ `tol` 没查 NaN**：`np.nan <= 0` 为假 → 穿过校验 → 白跑 10000 次迭代后返回（结果本身是对的，纯浪费）。
+**⑤ `max_iter` 的类型错仍抛 `ValueError`**（`max_iter=100.0` / `max_iter=True`），
+与文件内其它函数（决策 54：类型错 `TypeError`、取值错 `ValueError`）不一致 —— 要不要对齐？

-**④ `converged=False` 仍 `success=True`**，且 `data` 是未收敛的迭代值（`max_iter=5` → `[0.6387, 0.3613]`）。
-选项：**A** 保持现状（`converged` 自己看）；**B** 不收敛判 `success=False`；**C** 不收敛时 `data=None`、只留 `metrics`。
+**⑦【新】非负校验的两把尺子**：`arr < 0` 是**精确**判断，而同一个函数里的行和校验用的是宽容的 `np.allclose`。
+实测 `[[1.0, -1e-16], [0.5, 0.5]]`（行和都是 1.0，只是浮点归一化的残渣）会被判"含负元素"而报错。
+建模时转移矩阵常常是从数据归一化出来的，这种 `-1e-17` 级残渣很常见 —— 建议改成 `np.any(arr < -1e-12)`
+（或 `arr.min() < -1e-12`）这样的容差写法。`markov_simulate` 的同名校验也适用。

-**⑤ 类型错也抛 `ValueError`**（`max_iter=100.0`），与文件内其它函数（决策 54：类型错 `TypeError`、取值错 `ValueError`）
-不一致 —— 要不要对齐？`tol` 同理。
+**⑧【新】未收敛时 `success=False` 但 `data` 仍是未收敛向量**：这是文件里唯一"失败却带 `data`"的分支
+（其它失败分支一律 `data=None`）。调用方若只看 `data is not None` 就会拿到没收敛的结果 —— 保持（B）还是改 `data=None`（C）？

-**⑥ `params` 没记转移矩阵**：`{"max_iter": 10000, "tol": 1e-10}` 复现不了"算的是哪个矩阵"
-（`monte_carlo_integral` 记了 `bounds`）—— 要不要补？
+### ⏳ mm1_metrics 待你拍板（4 条）

-**你下一个要写的（S 档，仍在 `solve/simulate.py`）**：`mm1_metrics`（M/M/1 闭式指标，10 行）。
-docstring 已写明口径：`λ >= μ` 时系统不稳定、队列长度无界 —— 这种情况返回 `success=False` 并说明原因，
-而不是返回 `inf`。写完 `solve` 这一层就齐了，L1 只剩 `decision` / `models` 那几条。
+**① `λ = 0` 被拒**：现在 `arrival_rate <= 0` → `ValueError`。数学上 `λ = 0` 是合法退化解
+（没有顾客到达，`ρ = L = Lq = W = Wq = 0`）—— 要收还是继续拒？
+
+**② numpy 标量全被拒**：`np.int64(2)` / `np.float32(2.0)` → `TypeError`。
+文件内其它函数已按 §4.7 放宽（`random_walk` 的 `start` 收 `np.number`、计数参数收 `np.integer`），
+这里还是 `(int, float)` —— 要不要对齐？（`np.float64` 本来就是 `float` 的子类，不受影响）
+
+**③ `data=metrics`**：`data` 和 `metrics` 是**同一个 dict 对象**（实测 `r.data is r.metrics` 为 `True`），
+而且成功分支给 dict、失败分支给 `None`，与文件内"`data` 是样本数组"的习惯不同。选项：**A** 保持；
+**B** `data=None`（闭式解没有样本数组）；**C** 只留 `metrics`、`data` 给一个 5 元素数组。
+
+**④ 失败分支丢掉了已算出的量**：`λ >= μ` 时 `metrics={}`，但 `ρ = λ/μ` 其实算得出来
+（`ρ >= 1` 本身就是"不稳定"的量化说明，论文里常要写）—— 要不要在失败分支里保留 `rho`？
+
+**你下一个要写的**：`solve` 这层已经齐了（`mm1_metrics` 落地后 L1 清单走完）。
+建议下一步挑 **`decision` / `models` 里你感兴趣的 L1 函数**开刀（E 节有清单），
+或者先把上面三节的口径一次性拍完、Codex 批量收口 —— 两条路都行，你定。

 ### ✅ random_walk 的 4 条待办（2026-10-05 已办结）