feat(voice): 下行打字机文本流 + 首块快出，即时反馈

- protocol.go: 新增 ServerReply("reply") 消息——Agent 回答增量文本
- voice_tts.go: token 一到即转发客户端(打字机),同时攒句喂 TTS(音频随后)
- sentence_buffer.go: 本轮首句用低阈值(5 rune)抢首字延迟,之后回常规 12
- 桌面端 voice.ts onReply + VoiceDock 对话气泡(我说的 + JARVIS 打字机回答,思考态光标)

管线已最优:文字在 LLM 首 token 即刻上屏、音频紧随。剩余时延=大模型 TTFT(deepseek-v4-pro
4-7s 且波动大,疑似推理模型),这是模型的账、非管线——真要"马上响应"需换快模型。

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

sundynix-gateway/cmd/voicesim/main.go

@@ -69,7 +69,8 @@ func main() {
 
 	answer := make([]byte, 0, 1<<20)
 	done := make(chan struct{})
-	var endAt, tTask, tFirstAudio, tDone time.Time // 时延测量：以"说完(ClientEnd)"为起点
+	var endAt, tTask, tFirstReply, tFirstAudio, tDone time.Time // 时延测量：以"说完(ClientEnd)"为起点
+	var replyText string
 	go func() {                                     // 读循环：文本帧=事件，二进制帧=回答 TTS 音频
 		defer close(done)
 		for {
@@ -100,6 +101,12 @@ func main() {
 			case voice.ServerTask:
 				tTask = time.Now()
 				fmt.Printf("   ← 任务已提交 task_id=%s（Agent 正在思考…）\n", m.TaskID)
+			case voice.ServerReply:
+				if tFirstReply.IsZero() {
+					tFirstReply = time.Now()
+					fmt.Println("   ← 💬 打字机开始（回答文字逐字冒出）…")
+				}
+				replyText += m.Text
 			case voice.ServerSpeaking:
 				fmt.Println("   ← Agent 开始朗读回答…")
 			case voice.ServerTTSEnd:
@@ -141,13 +148,16 @@ func main() {
 		fmt.Printf("\n🔊 回答音频 %d 字节（时长 %.1f 秒）→ 存 sim_answer.wav\n", len(answer), dur)
 		fmt.Println("   afplay sim_answer.wav  # 听 JARVIS 的语音回答")
 
-		// 时延拆解（以"说完"为 0 点）。首字延迟 = 听到第一声的时间，是体感关键。
+		// 时延拆解（以"说完"为 0 点）。
 		fmt.Println("\n⏱️  时延拆解（从「说完」起算）：")
 		if !tTask.IsZero() {
 			fmt.Printf("   · 提交任务      %.2fs（含 ClientEnd 后 0.5s 兜底等待）\n", tTask.Sub(endAt).Seconds())
 		}
+		if !tFirstReply.IsZero() {
+			fmt.Printf("   · 💬 首字上屏   %.2fs  ← 打字机开始（体感「马上响应」就看这个）\n", tFirstReply.Sub(endAt).Seconds())
+		}
 		if !tFirstAudio.IsZero() {
-			fmt.Printf("   · 👂 首字出声   %.2fs  ← 体感响应速度就看这个\n", tFirstAudio.Sub(endAt).Seconds())
+			fmt.Printf("   · 👂 首字出声   %.2fs  ← 听到第一声\n", tFirstAudio.Sub(endAt).Seconds())
 		}
 		if !tDone.IsZero() {
 			fmt.Printf("   · 朗读完毕      %.2fs（= 首字 %.2fs + 念完 %.1fs 那段话）\n",