motrix_rl: 权重通道上移并泛化为 InferenceBundle 驱动；checkpoint manifest 支持双轨 artifact #161

问题

异步训练的权重通道（learner → collector 的 seqlock 双缓冲通道，含 host 与 CUDA-IPC 两种介质）目前位于 motrix_rl_builtin 的 fastsac 插件内，且 payload 形状是硬编码的：

• WeightChannelShared(obs_dim) 按"一个 actor 的 flat params + 恰好一个 obs normalizer 的统计（mean/std/var/count）"定容；
• publish(actor, obs_normalizer) 的签名把"一个模块 + 一个 normalizer"写死在协议里。

与 #159 解决的 transition 侧对称，这带来两个问题：携带多个推理模块、多个 normalizer 统计段或版本计数的异步后端无法复用这套已验证的 seqlock 实现；公共传输基建住在具体算法插件包里。

另外，checkpoint 的 manifest 契约只有单一用途维度，没有区分"完整训练态 artifact（resume 用：全部模块 + optimizer + 进度 + RNG）"与"推理 artifact（export/play 用：仅推理模块 + normalizer）"，export/play 路径只能从完整训练态里解析。

方案

1. 新增 motrix_rl/transport/inference_bundle.py：InferenceBundleSpec（命名模块段 + 命名 normalizer 段 + 命名计数器）；
2. weight channel 原语上移 motrix_rl/transport，构造与 publish/receive 改为按 spec 声明、按名寻址；seqlock 协议、双缓冲、介质选择逻辑一行不动；
3. fastsac 声明 actor + obs_norm 的 spec 迁为首个消费者，运行时行为不变；
4. checkpoint manifest 契约支持双轨 artifact kind（训练态 / 推理），export/play 的选取逻辑优先解析推理 artifact，无则回退现状（对现有 provider 零影响）。

验收

• fastsac 既有测试全绿；训练回归（epyc + 4090，g1-walk-flat / g1-wbt-dance，同 seed A/B）吞吐与奖励曲线不倒退——seqlock 通道是热路径；
• 新增非 fastsac 形状的合成 bundle（多模块段 + 多 normalizer 段 + 计数器）契约测试：publish/receive 一致性、版本号、lag 语义；
• manifest 双轨 kind 的单元测试。

边界

• 不写任何新算法后端的代码；
• 不动 transition ring（motrix_rl: 异步 transport 原语上移并改为 TransitionSchema 驱动 #159 已完成）；
• play/export 的完整 policy runtime（历史管理等）不在本 issue。