feat(batching): unit 粒度切分——pair 整锁 + 单元级分桶 + 非 AR 独立 rng

build_batches 改以 QuestionUnit 为原子调度单元：孪生对 2 题整锁进同一 batch、
按单元级正确性（双向 AND）落 correct/error 桶，不再因 P 对 Q 错被劈或被 FFD 拆箱。

- 非 AR（single）用 random.Random(seed) 复现旧逐题算法确切 draw 序列，AR（pair）
  用 _rng_ns(seed,"AR") SHA-256 派生独立流；二者 draw 流互不干扰，故 AR 折叠不改变
  非 AR 抽样/洗牌序列——纯非 AR 输入 build_batches 结果与引入 QuestionUnit 前逐字节一致。
- FFD 容量按 unit.size（pair 占 2），round-robin 遇碎片新开 bin 兜底而非报错。
- _select_mixed_by_task_type 分流各跑一次后合并，大类洗牌按 kind 拆分各用对应 rng。

新增黄金测试 test_batching_pair_lock.py 覆盖三条铁律（同 batch / 单元分桶 /
非 AR byte-identical + draw 流独立）；既有 batching 测试全绿。

tests/unit/test_harness_runner.py

@@ -53,7 +53,7 @@ class _FakeInferenceResult:
 
 @dataclass(frozen=True)
 class _FakeQuestion:
-    """GeneratedQuestion 替身。"""
+    """GeneratedQuestion 替身（含 pair 契约字段，供 build_units 聚合）。"""
 
     question_id: str
     video_id: str = "v1"
@@ -63,6 +63,15 @@ class _FakeQuestion:
     answer: str = "A"
     source_nodes: tuple = ()
     difficulty: str = "medium"
+    pair_id: str | None = None
+    question_role: str = "single"
+    unit_id: str = ""
+    flip_axis: str | None = None
+
+    def __post_init__(self) -> None:
+        """缺省 unit_id 回填为 pair_id 或 question_id，对齐真实 GeneratedQuestion。"""
+        if not self.unit_id:
+            object.__setattr__(self, "unit_id", self.pair_id or self.question_id)
 
 
 @dataclass