fix(web): stop consultation thinking from pinching the answer

Disable provider thinking so Flash CoT cannot fill max_tokens, raise the
spoken budget to 16384, emit a server-owned step tree, and continue once
when the body ends on length.

Co-authored-by: Cursor <cursoragent@cursor.com>

docs/BUG_HISTORY.md

@@ -5355,3 +5355,20 @@
 - 复发自：BUG-197（不确定入口恢复后仍用五档时段加备注，备注从未进入扫描窗）
 - 修复版本：8ed6118b
 
+## BUG-354 | 咨询 thinking 抢占正文额度，思考过程被清洗成英文碎片且没有回答
+
+- 状态：resolved
+- 首次发现：2026-08-22
+- 最近更新：2026-08-22
+- 影响面：`POST /api/consult`、`streamAgentResponse`、咨询页思考/分析 UI、组答 `maxOutputTokens`
+- 用户现象：咨询页灰色「思考过程」出现断裂英文碎片（如 `Let me at the.`、`The for`），正文为空；流在技法审计表标题处因 `finish_reason=length` 结束。
+- 触发条件：网页个人咨询，尤其是多领域 Level 2 组答；供应商默认打开 thinking，且 `max_tokens` 与可见正文共用。
+- 根因：BUG-346 在 8192 可见预算不变的情况下重新打开 provider thinking。Flash 的 `reasoning_content` 占满额度后 `content` 为空。公开 `thinking.delta` 又按 token 清洗英文，把连贯 CoT 剪成碎片。Skill 体积走的是输入上下文，不是这次截断的原因。
+- 修复：咨询与纠正组答改回 `thinking: disabled`。组答正文预算改为独立的 16384。计算仍一次完成，不按领域再开模型。服务器用已执行领域、`required_blocks` 和 `must_use_layers` 生成 `thinking.section` 步骤树。`finish_reason=length` 且已有正文时关 thinking 续写一次；两次仍空或不增长才 `answer_truncated`，不扣点。咨询页按领域渲染可折叠「思考」和「分析」，不再把模型 CoT 当主思考通道。
+- 验证：`frontend/tests/consultation-workflow-contract.test.ts` 锁定 thinking disabled 与 16384 正文预算；`frontend/tests/consultation-agentic-runtime.test.ts` 锁定 `reasoning-delta` 不进公开流、`length` 续写可完成、不增长则截断；`frontend/tests/consultation-thinking-plan.test.ts` 锁定中文步骤树不含工具 id；`frontend/tests/chat-stream-layout.test.ts` 锁定思考/分析 UI。
+- 防复发：咨询组答不得再打开 provider thinking 来充当思考 UI。打开 thinking 必须同时拆开或加大正文预算，且不得把 `reasoning-delta` 经逐 token 清洗后当作用户可见思考过程。`finish_reason=length` 且半截正文必须续写，不得直接 `run.completed`。步骤树只使用中文产品文案，禁止把 `run-jyotish-*`、JSON 键或 Skill 正文送进思考 UI。
+- 相关记录：BUG-277、BUG-305、BUG-340、BUG-345、BUG-346、BUG-347
+- 复发自：BUG-305（thinking 与正文抢 `max_tokens`）、BUG-346（8192 预算不变就重新打开 thinking）
+- 修复版本：待发布
+
+