多问题打包单次前向传播：省算力但稳定性存隐患

把同一状态的多个问题打包进单次前向传播（全双向）的方案：所有问题共享一条序列、各带一个读取标记，单问题场景等价于 v1.1，多问题时状态共享类似缓存，借助 Qwen 架构可处理很长的多问题输入。代价是决策结果依赖被打包在一起的问题组合，不同运行间打包不一致时结果不够稳定，问题相互冲突时还可能带来负面影响。