feat: 任务书 05，runner 与 tasks 两个模块

runner 用 Docker 跑一条命令并交回结局和资源用量；tasks 读 task.json、准备运行目录、给出正式运行/校验器/轻量检查的运行定义，并从原始产物独立判分。任务目录从参考项目搬到 tasks/circle_packing/，新增 task.json；vocab 的 VERDICTS 删掉"判不了"，ProcessResult 的 cancelled 改为"容器从外面被杀了"。

全新上下文审阅后的两处修复：计量 shell 以容器内 root 运行，命令经 setpriv 降权，结果写在容器自己的文件层、结束后 docker cp 取出，并加 no-new-privileges，候选无法伪造计量结果把超时记成正常退出；harness 开跑前删掉旧的 solution.json、metrics.json，旧产物不会被当成本次的值。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

src/vocab/runs.ts

@@ -128,7 +128,8 @@ const RESOURCE_USAGE = {
 /**
  * 以什么方式结束。有没有启动由它决定：只有 notStarted 是没启动，
  * 其余三种都启动过、要扣次数（方法.md 第七部分）。
- * 启动前就取消的记 notStarted；启动后取消的记 cancelled。
+ * 启动前就取消的记 notStarted；cancelled 是容器从外面被杀了（关机、手动 docker kill、
+ * 计量的 shell 自己被杀），没有留下计量结果，三项资源都记测不到。
  * 退出码只有正常退出才有，资源用量只有启动过才有，所以分成四种形状。
  */
 export const ProcessResult = Type.Union([
@@ -168,8 +169,8 @@ export type ProcessResult = Static<typeof ProcessResult>;
 // 运行结果第二层：tasks 从原始产物独立判分
 // ---------------------------------------------------------------------------
 
-/** 判定三选一：算数、不算数、判不了（判定所需的证据没拿到）。 */
-export const VERDICTS = ["valid", "invalid", "undecidable"] as const;
+/** 判定二选一：算数、不算数。 */
+export const VERDICTS = ["valid", "invalid"] as const;
 export type Verdict = (typeof VERDICTS)[number];
 
 /**