feat(eval): 评测结果回写升 JetStream 持久 —— 消灭最后一处 core NATS 回写 (P1)

完成度审计 P1 + 记忆 nats-durability 的既定规矩「计费/需落库的回写一律
JetStream+幂等,别fire-and-forget」。此前 eval 是全仓最后一处 core NATS pub-sub
回写:网关离线/慢消费者时评测结果直接丢——而质量趋势/门控都依赖它。

照抄已升级的 status/usage 范式(同为 dispatcher→gateway→PG 回写):
- contract 加 StreamEval/ConsumerEval;bus 加 EnsureEvalStream + ConsumeEval
  (durable consumer,AckExplicit,落库失败 Nak 重投自愈),PublishEval 改
  js.Publish 同步等 ack。删 core NATS 的 SubscribeEval。
- gateway/dispatcher 两个 wrapper 在 connect 时 EnsureEvalStream;gateway main
  的评测订阅从 SubscribeEval(fire-and-forget)换 ConsumeEval(handler 返 error→
  Nak),接入优雅停机 drain。
- 幂等前提已满足:SaveEval 按 task_id upsert,at-least-once 重投只覆盖不重复。

验证:e2e 去重测试(TestGatewayQueueDedup)升级到 ConsumeEval,50 条两副本合计
处理50次零重复;live 真端到端:提交任务→跑完→评测经新 eval 流落 PG(level=ok)
一次成功;两服务启动 eval 流 ensure 无报错。go build/vet/test 全绿。

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

sundynix-gateway/internal/nats/publisher.go

@@ -33,7 +33,10 @@ func MustConnect(url string) *Bus {
 	if err := inner.EnsureUsageStream(context.Background()); err != nil {
 		log.Fatalf("[nats] ensure usage stream: %v", err)
 	}
-	log.Printf("[nats] connected %s, task + ingest + status + usage streams ready", url)
+	if err := inner.EnsureEvalStream(context.Background()); err != nil {
+		log.Fatalf("[nats] ensure eval stream: %v", err)
+	}
+	log.Printf("[nats] connected %s, task + ingest + status + usage + eval streams ready", url)
 	return &Bus{inner: inner}
 }
 
@@ -78,9 +81,9 @@ func (b *Bus) PublishApproval(dec *contract.ApprovalDecision) error {
 	return b.inner.PublishApproval(dec)
 }
 
-// SubscribeEval 订阅 dispatcher 回写的自动化评测结果（落 PG）。
-func (b *Bus) SubscribeEval(onEvent func(*contract.EvalEvent)) (func() error, error) {
-	return b.inner.SubscribeEval(onEvent)
+// ConsumeEval 持久消费 dispatcher 回写的自动化评测结果（落 PG，at-least-once + 幂等）。
+func (b *Bus) ConsumeEval(ctx context.Context, h func(context.Context, *contract.EvalEvent) error) (func(context.Context), error) {
+	return b.inner.ConsumeEval(ctx, h)
 }
 
 // ConsumeUsage 持久消费 dispatcher 回写的任务 token 用量（计费，at-least-once + 幂等）。