fix: 消耗任务 clamp2 改守恒口径,消除余额快照滞后超烧风险

- b0_est = 拉包时刻 余额+usage (= B0+L,与 v6 闸门同构)
- clamp2: plan ≤ b0_est − SMALL_BUFFER − usage_now; 停止条件 2 改
  usage ≥ b0_est − SMALL_BUFFER,每轮实时读共享 key,真实用户消耗
  结构性计入,两方合计超烧杜绝(残余风险收敛为 §7.5 L 同款)
- 数字用例验证: L=0 撞墙剩 SMALL_BUFFER(旧方案执行中用户耗 100k 超扣 100k)
- docs: §8 排障 4/§9 条目翻转为已实施;新增视觉图片 reserve 估算
  口径校准待确认项(LiteLLM 85/765 OpenAI 口径 vs 火山未公开公式)

volc_consume.py

@@ -8,7 +8,7 @@
 #   - 直连 Ark API（Bearer token，绕过 LiteLLM 限额，避免消耗任务自杀）
 #   - 消耗量手动 INCR 进 daily_usage（与 LiteLLM 回调同 key）：
 #     ① 算准采集上限缺口，② 空窗期限额能正确拦截真实用户（防扣费）
-#   - 三条停止条件：daily_usage ≥ 2M / 余额快照 − 已烧 ≤ 0 / 已烧 ≥ plan
+#   - 三条停止条件：daily_usage ≥ 2M / 总用量 ≥ 守恒墙(b0_est−SMALL_BUFFER,与 v6 闸门同构) / 已烧 ≥ plan
 #
 # 手动运行：
 #   python volc_consume.py --dry-run    # 只算计划不消耗
@@ -429,8 +429,9 @@ def run_consume_model(model, source_groups, order, packages=None, dry_run=False)
     对单个监控模型执行"洗过期包"消耗。
     目标 = Σ窗口内包计划（均分×1.1/冲刺），clamp：
       - 采集上限：plan ≤ CONSUME_DAILY_CAP − 当日已消耗
-      - 防扣费:plan ≤ 余额快照 − SMALL_BUFFER
-    停止条件（每轮检查）：daily_usage ≥ 2M / 余额快照−已烧 ≤ 0 / 已烧 ≥ plan
+      - 防扣费:plan ≤ b0_est − SMALL_BUFFER − 当日已消耗（b0_est = 拉包时刻 余额+usage，
+        守恒口径与 v6 闸门同构，见 docs/volc-quota-notes.md §9）
+    停止条件（每轮检查）：daily_usage ≥ 2M / 总用量 ≥ b0_est − SMALL_BUFFER / 已烧 ≥ plan
     :param packages: 复用 run_consume_all 的一次拉包结果；None 时自行拉取
     """
     if packages is None:
@@ -451,8 +452,11 @@ def run_consume_model(model, source_groups, order, packages=None, dry_run=False)
     usage_now = _current_daily_usage(model)
     # clamp 1: 采集上限（超出部分不返还，白烧）
     plan = min(plan, CONSUME_DAILY_CAP - usage_now)
-# clamp 2: 余额快照 − SMALL_BUFFER(脚本自身不烧穿余额,防扣费)
-    plan = min(plan, max(0, balance - vls.SMALL_BUFFER))
+    # clamp 2: 守恒墙（与 v6 闸门同构，见 docs/volc-quota-notes.md §7.5/§9）
+    #   b0_est = 拉包时刻 余额快照 + usage = B0 + L（L = 滞后窗口未结算消耗）；
+    #   有效墙 min(2M, b0_est − SMALL_BUFFER)，usage_now 实时含真实用户 → 两方合计结构性消除
+    b0_est = balance + usage_now
+    plan = min(plan, max(0, b0_est - vls.SMALL_BUFFER - usage_now))
     plan = int(max(0, plan))
 
     if plan < CONSUME_MIN_PLAN:
@@ -460,18 +464,19 @@ def run_consume_model(model, source_groups, order, packages=None, dry_run=False)
         return
 
     vls.log(
-        f"▶️ [{model}] 目标消耗 {plan:,} | 余额 {balance:,} | 当日已用 {usage_now:.0f}"
+        f"▶️ [{model}] 目标消耗 {plan:,} | 守恒墙 {int(b0_est - vls.SMALL_BUFFER):,} | 当日已用 {usage_now:.0f}"
     )
     if dry_run:
         vls.log(f"🔍 [dry-run] 仅计算，不发送请求")
         return
 
-    _run_requests(model, plan, balance, source_groups, order)
+    _run_requests(model, plan, b0_est, source_groups, order)
 
 
-def _run_requests(model, plan, balance_snapshot, source_groups, order):
+def _run_requests(model, plan, b0_est, source_groups, order):
     """
     循环发送消耗请求。速率：目标 1 小时内完成（23:20 触发，00:00 结算）。
+    b0_est: 拉包时刻守恒池 = balance + usage（= B0 + L），有效墙 = min(2M, b0_est − SMALL_BUFFER)。
     """
     burned = 0
     fail_count = 0
@@ -509,9 +514,12 @@ def _run_requests(model, plan, balance_snapshot, source_groups, order):
         if _current_daily_usage(model) >= CONSUME_DAILY_CAP:
             vls.log(f"🛑 [{model}] 当日采集已达上限 {CONSUME_DAILY_CAP:,}，停止", level="WARNING")
             break
-        # 停止条件 2: 余额快照耗尽（防扣费）
-        if (balance_snapshot - burned) <= 0:
-            vls.log(f"🛑 [{model}] 余额快照已耗尽，停止（防扣费）", level="WARNING")
+        # 停止条件 2: 守恒墙耗尽（防扣费；usage 实时含真实用户+自身，两方合计结构性杜绝）
+        if _current_daily_usage(model) >= b0_est - vls.SMALL_BUFFER:
+            vls.log(
+                f"🛑 [{model}] 守恒墙已耗尽（b0_est−SMALL_BUFFER），停止（防扣费）",
+                level="WARNING",
+            )
             break
         # 停止条件 3: 计划完成
         if burned >= plan: