feat(soak): AppWorld 场景适配器——代码围栏解释器与容器执行器

复刻 dissect 的动作协议当压测负载：两条正则、first_only 策略、五条纠错说明逐字照抄，
提示词模板连同出处一起收进 tools/soak/prompts/。有两处刻意不同，都写在代码注释里——
未闭合围栏那一支不补回三反引号（公共契约要求回填历史的文本不长于模型原文），空围栏
那一支不截断。

执行器在 execute 内部顺带问一次 is_done 填 env_reported_completion，并把环境自己数的
执行次数透出来。那个数字是故障注入的判据来源：验「声明绝不重放的动作没有被执行两次」
必须数环境侧，数库自己的计数器等于我们和我们自己对账。

端到端真跑过一道题（82e2fac_1）：8 步 task_completed，环境判分通过，事件数与步数与
环境执行次数三者相等，耗时 30 秒。

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

tools/soak/tests/__init__.py

@@ -0,0 +1,14 @@
+"""压测 harness 自己的测试。
+
+**它不进 `make ci`**：`pyproject.toml` 的 `testpaths` 只收 `tests/`，那一套守的是库的公共
+承诺，而这里守的是压测工具。跑法是显式给路径::
+
+    PYTHONUNBUFFERED=1 conda run --live-stream -n PolyLoop \\
+        python -m pytest tools/soak/tests/ -p no:cacheprovider -q
+
+分开是刻意的：压测工具坏了只影响我们自己，不该让库的 CI 变红；反过来，库的 CI 也不该因为
+压测这边加了个依赖就装不上。
+
+这里的测试全都不起容器、不打模型——环境层与场景层的接缝上用的是假对象。真起容器那条路是
+`tools/soak/check_appworld.py`，它单独手动跑。
+"""