feat(dispatcher): 长期偏好记忆抽取（补全记忆闭环）

memorize 的 TODO 落地：写回阶段（异步、离热路径）从本轮对话用 LLM 抽取用户
长期稳定偏好 → 与已有画像去重 → memory_upsert 登记。

- extractMemory：模型/工具不可用或输入过短则跳过；复用 llmCtx 超时；
  抽取 prompt 只取长期偏好、忽略一次性信息。
- 纯逻辑（可单测）：parsePrefs（容忍 json 代码围栏）、parseProfile（把 memory_get
  渲染的"- 维度：值"解析回 map，兼容全/半角冒号）、filterNewPrefs（新增/变更才留，
  同批同 key 去重）。
- 单测覆盖三者；LLM 抽取调用沿用已验证的 pool.Chat 模式。

至此记忆闭环：召回(memory_get) + 历史写回 + 偏好自动抽取 全通。

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

sundynix-dispatcher/internal/eino/orchestrator.go

@@ -172,8 +172,8 @@ func (o *Orchestrator) memorize(t *contract.Task, answer string) {
 		log.Printf("[eino] (writeback) task %s 已落会话历史 session=%s", t.ID, sid)
 	}
 	if uid != "" {
-		log.Printf("[eino] (writeback) task %s 待抽取 user=%s 的新偏好记忆", t.ID, uid)
-		// TODO: 抽取 LLM → 去重/更新 → memory_upsert
+		// 从本轮对话抽取长期偏好 → 去重 → memory_upsert（离开热路径，已在 goroutine 内）。
+		o.extractMemory(context.Background(), uid, dsl.Compile(t.Graph).Query, answer)
 	}
 }