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

docs/dev/personal-pitfalls.md

@@ -487,3 +487,22 @@
   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
+
+### 29. 同一个校验里的两把尺子：一个宽容、一个精确
+
+- 现象：`markov_simulate` / `markov_steady_state` 校验转移矩阵时有两条：
+  `if not np.allclose(arr.sum(axis=1), 1.0)`（**宽容**，默认 `atol=1e-8`）和 `if np.any(arr < 0)`（**精确**）。
+  实测 `[[1.0, -1e-16], [0.5, 0.5]]`：行和都是 1.0，但左边那行有个 `-1e-16` 的归一化残渣 →
+  被判"含负元素"直接报错。**这个矩阵在数学上没问题，是校验太严**。
+- 为什么会错：两条校验是分两次、照着不同念头写的 —— 行和那条想着"浮点比较不能写 `==`"，
+  非负那条想着"概率怎么能为负"。各自都对，**放在一起就成了一严一宽**。建模时矩阵常常是
+  `df / df.sum()` 归一化出来的，这类 `-1e-17` 残渣非常常见，比赛现场会直接卡住。
+- 同族（同一轮里一起犯的）：① 边界比较与文档口径不一致 —— `mm1_metrics` 写 `service_rate < arrival_rate`，
+  而 docstring 与测试都写 `λ >= μ` 不稳定，于是 `λ == μ` 掉进正常计算分支、`rho = 1` →
+  `ZeroDivisionError`（结果碰巧对，message 却是"计算失败：ZeroDivisionError"）；
+  ② 一批报错文案是复制粘贴的，**参数名忘了改** —— 同一轮里 `max_iter` 的文案写 "tol"、
+  `service_rate` 的两条文案也都写 "tol"。两条都是"看着像对的、跑起来也行、但口径/文案是错的"。
+- 以后怎么防：① 同一个量的多条校验，**先把容差定下来再写**（要么都用 `np.allclose` / 小 `eps`，要么都精确），
+  写完回头对一眼"这几条的严格程度一致吗"；② 阈值类比较（`<` / `<=`）**对着 docstring 读一遍**，
+  特别是 == 落在哪边；③ 复制粘贴报错文案时，逐个把参数名念出来。
+- 首次：2026-10-09｜复发：0