Cache : PREWARM prépare le prochain tour pendant que l'utilisateur lit, en opt-in

Une compaction, un dernier message rendu autrement au tour suivant ou une
tâche planifiée qui a pris le slot laissent au message suivant un recalcul
inévitable : des secondes sur un 27B, des dizaines sur un MoE aux experts en
RAM, avant le premier mot. Nouvelle clé PREWARM (off par défaut) : dès que le
moteur local est libre, Loki lui envoie la requête du prochain tour suivie
d'un message utilisateur « . », max_tokens 1, sans flux. Le moteur calcule le
préfixe et pose un point de reprise au début de ce message ; le vrai tour ne
calcule plus que le sien. Sans la clé, aucune requête de plus (testé).

- assemblage partagé, contenu vivant : turnViewDry (même code que turnView,
  sans rien toucher à la discussion, décision PROJ_SNAPSHOT via
  projSnapDecide), wireMessages, turnReasoning et buildChatPayload, extraits
  de runChat ; corps identique à l'octet près à celui d'avant (matrice
  d'options et de modes, testée contre une copie de l'ancien code)
- jamais devant un vrai travail : toute requête de Loki l'annule au départ
  (compteur de llm_slots.go, sous son verrou), sauf un tour de chat dont les
  messages sérialisés, outils et arguments du gabarit prolongent exactement
  le préfixe préchauffé
- moteur local, un seul slot (/props total_slots), pas pendant un tour, une
  tâche, un bench, un travail annexe ni une requête en vol ; un seul à la
  fois ; pas si le prochain tour compactera, ni à moins de 10 min de minuit
- requête brute : ni compaction, ni relance, ni effort appris, ni CtxUsed,
  ni stats ; erreurs lâchées (une ligne de journal par statut) ; rien persisté
- déclencheurs : fin de tour sans file d'attente, fin de tâche (projet forcé
  levé, slot effacé) ; full = aussi changement de discussion après 3 s
- capacités du dernier tour gardées en mémoire par discussion ; mode Code =
  rôle d'un message ordinaire, une demande de plan diverge et annule
- télémétrie kind=prewarm ; la vérification du cache RAM après une tâche se
  fait sur lui

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

internal/loki/llm_slots.go

@@ -82,9 +82,20 @@ var sideJobs atomic.Int32
 
 // engineRequestStart marque une requête vers le moteur local ; la fonction
 // rendue la clôt (une seule fois, quel que soit le nombre d'appels), une fois
-// le corps de la réponse lu.
-func engineRequestStart() func() {
+// le corps de la réponse lu. Un préchauffage en vol (PREWARM, chat_prewarm.go)
+// est annulé d'abord : il ne passe jamais devant un vrai travail.
+func engineRequestStart() func() { return engineRequestStartKeep(nil) }
+
+// engineRequestStartKeep : engineRequestStart, sauf pour le préchauffage en vol
+// que keep reconnaît comme le début exact de cette requête — il continue, et la
+// requête le suit dans le même slot sur le préfixe qu'il vient de calculer.
+// Décidé sous le verrou du compteur : aucun préchauffage ne peut démarrer entre
+// la décision et le compte.
+func engineRequestStartKeep(keep func(*prewarmRun) bool) func() {
 	engineGate.mu.Lock()
+	if p := prewarmCur; p != nil && (keep == nil || !keep(p)) {
+		prewarmDropLocked(p)
+	}
 	engineGate.inflight++
 	engineGate.mu.Unlock()
 	var once sync.Once