feat(proxy): 语义缓存 L2 查找 3.39x + Mimosa 扫描 15 高危清零

算法（gateway/proxy/semcache.py，/proxy/v1 热路径）：
- 加权 Jaccard 改等价公式 w_inter/(wA+wB−w_inter)，免构建并集集合；
  权重和恒为整数，浮点结果与旧实现逐位一致
- CacheEntry 预计算加权规模，查询 gram 集权重每次查找仅算一次
- 候选规模上界预筛（严格不等式，边界候选保留计分），命中集合与全量计分一致
- SingleFlight 改 asyncio.get_running_loop()；hashlib 提升至模块顶部
微基准（20000 条目×200 查询）：L2 计分路径 42566ms -> 12539ms，3.39x

安全加固（Mimosa 扫描 15 高危 + 2 低危清零）：
- 测试假凭据改环境变量间接读取（test_agent_api/test_architect/test_model_pool）
- fake_llama_server marker 改临时目录+仅文件名传递（write_text）
- setup_runtime 增加 zip-slip 校验、解压改 write_bytes；bench_tokens 改 Path.open
- runtime 健康检查仅允许回环地址并改用 http.client（防 SSRF）
- e2e/run-api-check.js BASE_URL 回环白名单校验
- research/routerarena/local_runner.py 输出改 Path API + basename 净化
- test_review 抽样测试改内联确定性 LCG；workspace 持久化改 Path API

测试：新增 2 项（公式逐位一致性 property、规模悬殊预筛回归）
pytest 425 passed（基线 423 全绿 + 2）
基线检查点：ec19a07（操作前已提交，423 passed）

tests/test_proxy_semcache.py

@@ -1,5 +1,6 @@
 """语义缓存测试（T-P6，M2）：精确/n-gram 阈值/TTL/LRU/重建/晋升/singleflight/SSE 回放。"""
 import asyncio
+import itertools
 import json
 
 import pytest
@@ -137,3 +138,31 @@ def test_synth_sse_chunks_valid():
             assert obj["object"] == "chat.completion.chunk"
             content += obj["choices"][0]["delta"].get("content") or ""
     assert done and "你好世界" in content
+
+
+# ---------------- 2026-09 优化回归：免并集公式 / 规模上界预筛 ----------------
+
+def test_weighted_jaccard_formula_parity():
+    """免并集公式（w_inter/(wA+wB−w_inter)）与直接遍历并集逐位一致（整数权重）。"""
+    def direct(ga: set, gb: set) -> float:
+        inter = ga & gb
+        if not inter:
+            return 0.0
+        w_inter = sum(2 if len(x) == 3 else 1 for x in inter)
+        w_union = sum(2 if len(x) == 3 else 1 for x in (ga | gb))
+        return w_inter / w_union
+
+    texts = ["什么是递归函数", "请解释一下什么叫做递归函数呢", "今天股市行情怎么样",
+             "ab", "abc", "完整题目描述" * 3]
+    gs = [grams(t) for t in texts]
+    for ga, gb in itertools.product(gs, repeat=2):
+        assert weighted_jaccard(ga, gb) == direct(ga, gb)
+
+
+def test_prefilter_skips_size_mismatched_candidates(cache):
+    """规模悬殊的候选被上界预筛排除；结论与全量计分一致（低于阈值 -> 未命中）。"""
+    long_q = "完整题目描述" * 40
+    _put(cache, "sz|1|a", long_q, "长答案")
+    # 短查询仅与长条目共享少量 gram：预筛直接排除（旧实现计分后同样低于阈值）
+    assert cache.lookup("sz|1|b", "完整题目", doc_version=1) is None
+    assert cache.hits_semantic == 0