feat: inject run_id as cache_salt for per-epoch resampling (algo #10)

core/agent/loop.py

@@ -108,6 +108,7 @@ class AgentLoop:
         plugins: list[object] | None = None,
         *,
         session_id: str | None = None,
+        cache_salt: str | None = None,
     ) -> LoopResult:
         """执行 Thinking+JSON 推理循环。
 
@@ -117,6 +118,7 @@ class AgentLoop:
             tool_dispatcher: 工具调度器，ToolDispatcher Protocol 实例。
             plugins: pluggy 插件列表。
             session_id: 会话 ID，透传给 LLMProvider。
+            cache_salt: 缓存盐，透传给 LLMProvider（如训练用 run_id 跨 epoch 重采样）。
 
         返回:
             LoopResult 实例，包含推理步骤、token 用量、终止原因。
@@ -138,7 +140,7 @@ class AgentLoop:
             # Phase 1: LLM 调用（步级重试：防穿透 GovernedLLMClient 的瞬时异常）
             try:
                 response = await self._call_llm_with_step_retry(
-                    messages, token_usage, session_id=session_id
+                    messages, token_usage, session_id=session_id, cache_salt=cache_salt
                 )
             except Exception as e:
                 logger.error("LLM API 调用失败（{}）: {}", type(e).__name__, e)
@@ -269,6 +271,7 @@ class AgentLoop:
         token_usage: dict[str, int],
         *,
         session_id: str | None = None,
+        cache_salt: str | None = None,
     ) -> LLMResponse:
         """带步级重试的 LLM 调用，兜底穿透治理层重试栈的瞬时异常。
 
@@ -292,7 +295,9 @@ class AgentLoop:
         step_attempt = 0
         while True:
             try:
-                return await self._call_llm(messages, token_usage, session_id=session_id)
+                return await self._call_llm(
+                    messages, token_usage, session_id=session_id, cache_salt=cache_salt
+                )
             except self._retryable_exceptions as e:
                 step_attempt += 1
                 if step_attempt > self._step_retries:
@@ -315,6 +320,7 @@ class AgentLoop:
         token_usage: dict[str, int],
         *,
         session_id: str | None = None,
+        cache_salt: str | None = None,
     ) -> LLMResponse:
         """调用 LLMProvider 并累加 token 使用量。
 
@@ -322,11 +328,12 @@ class AgentLoop:
             messages: 消息历史。
             token_usage: 可变字典，就地累加。
             session_id: 会话 ID，透传给 LLMProvider。
+            cache_salt: 缓存盐，透传给 LLMProvider（跨 epoch 重采样）。
 
         返回:
             LLMResponse 实例。
         """
-        response = await self._llm.chat(messages, session_id=session_id)
+        response = await self._llm.chat(messages, session_id=session_id, cache_salt=cache_salt)
         token_usage["prompt_tokens"] += response.prompt_tokens
         token_usage["completion_tokens"] += response.completion_tokens
         return response