feat(12B): latencyprobe 延迟验收工具 + 会话建立耗时观测 + 滑动窗口只查不记修复

- cmd/latencyprobe：复刻桌面端行为（单连接串行、100ms/帧实时推流）实测
  网关全链路 first_partial / release_to_commit P50/P95，口径对齐 dictation.rs
- gummy/gateway 增加会话建立耗时日志（dial / task-started / start 总耗时），
  作为 first_partial 延迟分解的常驻观测点
- 修复 slideScript：val=0 的只查请求（AudioWindowExhausted）不再落 0 值成员，
  与注释「只查不记」一致，避免污染窗口 ZSET 并空耗 seq

12B 实测结论（gummy 真实 provider，本机网关）：
- first_partial P50≈940ms：其中 DashScope 需收到 ~0.8s 音频内容才出首个
  partial（直连同样），网关暖路径开销仅 ~130ms、冷启 dial ~600ms
- release_to_commit：短会话 ~170ms 达标；8s 会话 350~540ms 超标（final
  flush 随内容量增长）；偶发 DashScope 抖动可到秒级
- stop 后周期 usage 帧常先于尾部 final 到达，桌面端会以 partial 文本提前
  注入丢失 final 修正（iOS 已在 21A 修过同类问题，桌面端待修）

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

server/internal/asr/gummy.go

@@ -8,6 +8,7 @@ import (
 	"context"
 	"encoding/json"
 	"fmt"
+	"log/slog"
 	"os"
 	"sync"
 	"time"
@@ -34,10 +35,12 @@ func (g *GummyProvider) StartSession(ctx context.Context, cfg SessionConfig) (Se
 		"Authorization": {"bearer " + g.APIKey},
 		"X-DashScope-DataInspection": {"enable"},
 	}
+	tDial := time.Now()
 	conn, _, err := websocket.DefaultDialer.DialContext(ctx, dashscopeWS, header)
 	if err != nil {
 		return nil, fmt.Errorf("dashscope dial: %w", err)
 	}
+	dialMs := time.Since(tDial).Milliseconds()
 
 	taskID := uuid.NewString()
 	runTask := map[string]any{
@@ -75,8 +78,13 @@ func (g *GummyProvider) StartSession(ctx context.Context, cfg SessionConfig) (Se
 	go s.readLoop()
 
 	// 协议要求：必须等 task-started 后才能推音频，否则服务端静默丢弃
+	tWait := time.Now()
 	select {
 	case <-s.started:
+		// 会话建立耗时是 first_partial 延迟的组成部分（12B）：dial 冷启（DNS+TLS）
+		// 可达 ~600ms、暖路径 ~60ms，task-started 通常 ~60ms。持续观测供延迟排查。
+		slog.Info("gummy: session ready", "task", taskID,
+			"dial_ms", dialMs, "task_started_wait_ms", time.Since(tWait).Milliseconds())
 		return s, nil
 	case <-s.done:
 		return nil, fmt.Errorf("dashscope: closed before task-started")

server/internal/gateway/gateway.go

@@ -137,6 +137,12 @@ func (h *Handler) HandleWS(c *gin.Context) {
 // startSession 执行 start 预检并建立 Provider 会话；失败时返回 nil（已下发 error 帧）。
 func (h *Handler) startSession(ctx context.Context, ws *wsConn, uid, deviceID string, msg protocol.ClientMsg) *session {
 	now := time.Now()
+	// start 处理耗时（预检 + provider 握手）串行阻塞在读循环里，直接叠加进客户端
+	// 可感知的 first_partial 延迟（12B），持续观测供延迟排查。
+	defer func() {
+		slog.Info("gateway: start handled", "session", msg.SessionID,
+			"total_ms", time.Since(now).Milliseconds())
+	}()
 
 	// ① 设备 30min 窗口：次数 + 累计时长
 	if ok, err := store.AllowSession(ctx, h.RDB, deviceID, now); err != nil || !ok {

server/internal/store/redis.go

@@ -46,10 +46,14 @@ else
   end
 end
 if sum + val > limit then return 0 end
-local seq = redis.call('INCR', key .. ':seq')
-redis.call('EXPIRE', key .. ':seq', window + 60) -- 17C：seq 计数器与 ZSET 同寿命，避免按设备永久泄漏
-redis.call('ZADD', key, now, now .. '-' .. seq .. ':' .. val)
-redis.call('EXPIRE', key, window + 60)
+-- val=0 为"只查不记"（AudioWindowExhausted 的 start 预检）：不落 0 值成员，
+-- 避免污染窗口 ZSET 并空耗 seq；count 模式 val 恒为 1，不受影响。
+if val > 0 then
+  local seq = redis.call('INCR', key .. ':seq')
+  redis.call('EXPIRE', key .. ':seq', window + 60) -- 17C：seq 计数器与 ZSET 同寿命，避免按设备永久泄漏
+  redis.call('ZADD', key, now, now .. '-' .. seq .. ':' .. val)
+  redis.call('EXPIRE', key, window + 60)
+end
 return 1
 `)