feat(soak): 压测的环境层——AppWorld 容器池与薄 HTTP 客户端

⑥ 的验收要自己造负载压，环境用 AppWorld：733 个任务与 197M 数据都在本机、docker 镜像已
拉好、而且它自带评测端点做程序化判分——换成让另一个模型判对错，等于往验收里再塞一个非
确定源，验收本身就不可复现了。

**不 import dissect**（§1.2 禁止反向 import），照它那两个文件当协议文档自己写了一份。
副作用是这反而更强：证明一个不认识 dissect 的第三方只用公共 API 就能驱动真实环境。

复刻了 dissect 记下的几个坑：httpx 必须 trust_env=False，否则本机代理会把 127.0.0.1 的
请求也劫走、表现成 502；健康检查失败先抓容器日志再删；关闭失败按端口分开计数，用全局
计数器的话坏容器的失败会被别的容器的成功清零。

放在仓库根的 tools/ 下而不是 tests/ 下：打包只收 src/，所以它不进 wheel 也不进 sdist
（实测两个产物里 soak 命中数都是 0）；而 §1.9 的四层是按「依赖什么」分的，压测不属于其中
任何一层，塞进 tests/ 要么破坏分层要么和 e2e 共用同一道花钱的闸。Makefile 的检查目标
跟着加上 tools/。

冒烟真跑通：起容器、初始化真题、跨调用保持变量、错误代码返回 traceback 而不抛异常、
评测、无容器残留；另验 2 容器并发的租借与归还。

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

tools/soak/__init__.py

@@ -0,0 +1,9 @@
+"""压测 harness：给 PolyLoop 造真实负载用的一次性工具，**不是库的一部分**。
+
+`pyproject.toml` 的 `[tool.setuptools.packages.find]` 只收 `src/`，所以这个目录不会
+被打包、不会随 `pip install polyloop` 装到下游手里。它可以依赖 `src/polyloop/` 明确
+拒绝的东西（httpx、docker 命令行、某个具体 benchmark 的数据布局），因为它的失败只会
+影响我们自己的压测，不会击穿任何下游项目。
+
+**反过来的方向是禁止的**：`src/polyloop/` 里任何一处都不许 import `tools.soak`。
+"""