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>

tasks/circle_packing/baseline/SOURCES.md

@@ -0,0 +1,34 @@
+# 官方基线来源声明
+
+本目录文件来自 SakanaAI/ShinkaEvolve，Apache-2.0 许可（见同目录 `LICENSE`）。
+
+- 固定提交：`9912af12d423504b8d580f4179fd15f5f88b8c50`
+- 固定日期：2026-09-17（由项目负责人原字节下载并哈希固定在 `/tmp/rivalbits2-shinka-18k23a46/manifest.json`）
+
+| 文件 | 原始 URL | sha256 | 修改 |
+| --- | --- | --- | --- |
+| `initial.py` | <https://raw.githubusercontent.com/SakanaAI/ShinkaEvolve/9912af12d423504b8d580f4179fd15f5f88b8c50/examples/circle_packing/initial.py> | `09da8428a85792a94a9c6cc2193b6a0db1090ce598a17b75bc0db48d0953d098` | 无（逐字节复制） |
+| `evaluate.py` | <https://raw.githubusercontent.com/SakanaAI/ShinkaEvolve/9912af12d423504b8d580f4179fd15f5f88b8c50/examples/circle_packing/evaluate.py> | `eb8b9787dc25dee24a5f5305d1e3bd876e5c336cded1c9bab7fb204612928b4d` | 无（逐字节复制） |
+| `LICENSE` | <https://raw.githubusercontent.com/SakanaAI/ShinkaEvolve/9912af12d423504b8d580f4179fd15f5f88b8c50/LICENSE> | `c3e5b1c26607caf7208d5a105c113fe240630bb873fdb8ca5b4c2e32c721ddaf` | 无 |
+
+上表三个 sha256 是基线"没被改过"的唯一判据，由本项目的 `tests/tasks.test.ts`
+（"基线三个文件的 sha256 等于 SOURCES.md 表上的值"）逐个断言。
+
+它防的是**别的测试看不见的改动**：给 `initial.py` 加一行注释、或者动一个字节的
+`evaluate.py` / `LICENSE`，成绩一位不变，别的测试都不会挂。`evaluate.py` 和 `LICENSE`
+根本不在运行路径上。
+
+一个实测过的事实（参考项目里跑出来的）：把 `compute_max_radii` 那个白跑 105625 次的冗余双循环删掉，
+半径和一位不差（都是 0.9597642169962064），但第 (7, 8) 对圆会重叠 2.7755575615628914e-17，
+容差 0 下判不合法，要经合法化才收下。那个冗余循环仍然是本研究的改进起点。
+
+## 已知的基线事实（刻意保留，不是缺陷）
+
+- `initial.py` 的 `compute_max_radii` 含嵌套的冗余缩半径循环（外层 `for i/for j`
+  包了一层重复的 `for i/for j`），且外环布局（0.7 半径环经 clip 到 0.99）是退化布局；
+  圆心 clip 后可能出现零半径。这些是官方基线的原样事实，是本研究的改进起点，
+  **不得“修复”**——任何改进必须作为正式候选经过研究流程。
+- `evaluate.py` 依赖 `shinka.core.run_shinka_eval`（ShinkaEvolve 框架内部），
+  且其聚合以候选自报的 `reported_sum` 作为 `combined_score`。本项目**不信任**
+  自报分数：独立校验器 `../validate.py` 不 import 本文件，自行重算半径和。
+  本文件仅作为官方协议参考保留，不在本项目的运行路径上执行。