fix: 诊断提速与稳定性修复（reasoning 2048→512、输出精简、上限16000→8000、loading提示、观测日志+配置错误可读）

Human Voice Rewrite Demo — 使用说明（给接手同事）.md

@@ -101,3 +101,4 @@ Add to PATH）。
 - 只有顾问真正展开过的 Scaffold / Reference 才会进入复制检测
 - 分析中（AI 初审 / 诊断 / 复检进行中）在对话页输入框输入并点发送：输入框内显示红色「AI 分析中，请稍候…」，已输入文本不清除（可继续输入，发送会被拦截，不会丢字）
 - 刷新位置规则：改写进行中刷新 → 回 Workbench（改写与进度保留）；理解/诊断结果态刷新 → 回对话页（历史卡完整）；复检结果已返回（pass 卡/返工卡在对话页）刷新 → 停留对话页；只有复检请求进行中刷新才回 Workbench（可重新提交复检）
+- 分析耗时与超时提示（2026-08-25 同事实测诊断卡 5 分钟后的两轮优化）：真实模型生成通常需要 1–2 分钟（上游排队时更久）；loading 卡 45 秒后追加「仍在生成中，通常需要 1–3 分钟…」、2 分钟后追加「已超过 2 分钟…」——不是死机，是模型还在写。诊断侧已做三层控制：①输出精简（原来一次 6.6k tokens，现在约 2.5k）；②思考预算 2048→512——DeepSeek 思考 token 生成速度约为正文的 1/10，预算给满会把时间全烧在想（实测 2048 = 309.8s、512 = 70–200s），当前实测诊断约 1–3.5 分钟，波动来自 OpenRouter 吞吐（12–80 tok/s），属外部因素；③模型打满输出上限时快速失败并自动重试一次，还不行会给出可读错误卡，稍后重试即可；嫌慢可换模型：启动前 `export HVR_LLM_MODEL=别的模型`（如 faster 或其它 deepseek 系列）。后端日志会打印每次模型调用的耗时与 token 用量（`llm ok model=... dt=... prompt=... completion=...`），排查慢链路直接看这个；思考预算调参入口在 `llm.py` 的 `reasoning_config`