fix(enemy): 应用 Task 3 代码审查意见

补上池化路径的防重复记忆重置——ResetRepeatMemory 此前文档承诺了
「对象池复用时清除」却无任何调用点，而它要取代的 BossBase.LastUsedSkillId
恰好在 OnSpawn 里有重置。放 EnemyBase.OnSpawn 以覆盖全部池化敌人。

折扣系数改为每次选招前刷新，与 attackSelectionMode 的读取时机对齐——
此前策划在播放模式下调系数无效、调模式却立即生效，容易误判为功能没生效。
默认值收敛为 EnemyAttackSelector.DefaultAntiRepeatFactor 单一常量。

测试：IneligiblePrevious 用例改用系数 0.5——原先用 0 时，把折扣错写在
eligibility 归零之前也照样通过，是个永远不会失败的测试；统计用例边界由
7σ 收紧到 5σ 使其真正验证该系数；补 ResetRepeatMemory 的确定性用例、
系数 1.0 无惩罚、三候选三条。

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

Assets/Tests/EditMode/Enemies/EnemyAttackSelectorTests.cs

@@ -155,23 +155,91 @@ namespace BaseGames.Tests.EditMode.Enemies
                 if (ReferenceEquals(cur, prev)) repeats++;
                 prev = cur;
             }
-            Assert.Greater(repeats, 0,   "折扣不应等于禁用");
-            Assert.Less   (repeats, 200, "折扣后重复率应低于无折扣时的约 50%");
+            // 统计断言（无固定随机种子）：系数 0.5 → 每次重复概率 0.5/1.5≈1/3，
+            // 400 次期望≈133，标准差≈9.4；下面的边界约 ±5σ，正确实现下几乎不可能红。
+            const string msg = "系数 0.5 → 每次重复概率 0.5/1.5≈1/3，400 次期望≈133（±5σ 约 [90,180]）";
+            Assert.Greater(repeats, 90,  "折扣不应等于禁用。" + msg);
+            Assert.Less   (repeats, 180, "重复率明显高于预期，折扣可能未生效。" + msg);
         }
 
         [Test]
         public void AntiRepeat_IneligiblePrevious_DoesNotBlockOthers()
         {
+            // 用系数 0.5 而非 0：若实现把折扣错误地施加在「资格归零」之前
+            // （c.Weight * factor 而非 w * factor），冷却中的上一招会拿到 0.5 的权重而可能被选中。
+            // 系数为 0 时那个 bug 也会算出 0，测试将永远通过、失去意义。
             var a = new FakeCandidate { WeightV = 1f };
             var b = new FakeCandidate { WeightV = 1f };
-            var s = SelAntiRepeat(0f, a, b);
+            var s = SelAntiRepeat(0.5f, a, b);
 
             var first = s.Select(true, true, AttackSelectionMode.WeightedRandomAntiRepeat);
             ((FakeCandidate)first).CanUseV = false;    // 上一招进冷却
 
-            var second = s.Select(true, true, AttackSelectionMode.WeightedRandomAntiRepeat);
-            Assert.IsNotNull(second);
-            Assert.AreNotSame(first, second);
+            for (int i = 0; i < 20; i++)
+            {
+                var second = s.Select(true, true, AttackSelectionMode.WeightedRandomAntiRepeat);
+                Assert.IsNotNull(second);
+                Assert.AreNotSame(first, second, "冷却中的招不得因防重复折扣路径被选中");
+            }
+        }
+
+        [Test]
+        public void ResetRepeatMemory_RestoresUndiscountedWeights()
+        {
+            // 确定性用例：a 权重 1 / 优先级 0，b 权重 0 / 优先级 5。
+            // 选中 a 后若不清记忆，a 被折扣到 0 → 全零 → 走 Priority 退化路径选出 b。
+            // 清了记忆则 a 恢复权重 1，仍应选 a。因此该用例精确地在重置失效时变红。
+            var a = new FakeCandidate { WeightV = 1f, PriorityV = 0 };
+            var b = new FakeCandidate { WeightV = 0f, PriorityV = 5 };
+            var s = SelAntiRepeat(0f, a, b);
+
+            Assert.AreSame(a, s.Select(true, true, AttackSelectionMode.WeightedRandomAntiRepeat));
+            s.ResetRepeatMemory();
+            Assert.AreSame(a, s.Select(true, true, AttackSelectionMode.WeightedRandomAntiRepeat),
+                           "清除防重复记忆后应恢复未折扣的权重分布");
+        }
+
+        [Test]
+        public void AntiRepeat_FactorOne_AppliesNoPenalty()
+        {
+            // 系数 1.0 是 [Range] 的上界，语义为「不惩罚」：重复率应回到约 50%
+            var a = new FakeCandidate { WeightV = 1f };
+            var b = new FakeCandidate { WeightV = 1f };
+            var s = SelAntiRepeat(1f, a, b);
+
+            s.Select(true, true, AttackSelectionMode.WeightedRandomAntiRepeat);
+            int repeats = 0;
+            var prev = s.LastPicked;
+            for (int i = 0; i < 400; i++)
+            {
+                var cur = s.Select(true, true, AttackSelectionMode.WeightedRandomAntiRepeat);
+                if (ReferenceEquals(cur, prev)) repeats++;
+                prev = cur;
+            }
+            Assert.Greater(repeats, 150,
+                "系数 1.0 应无惩罚：重复概率≈50%，400 次期望≈200（σ≈10，150 约为 -5σ）");
+        }
+
+        [Test]
+        public void AntiRepeat_ThreeCandidates_NoImmediateRepeat_AndAllReachable()
+        {
+            // 三候选：既验证折扣循环的下标没写错，也验证除上一招外其余候选都仍可达
+            var a = new FakeCandidate { WeightV = 1f };
+            var b = new FakeCandidate { WeightV = 1f };
+            var c = new FakeCandidate { WeightV = 1f };
+            var s = SelAntiRepeat(0f, a, b, c);
+
+            var seen = new HashSet<IAttackCandidate>();
+            var prev = s.Select(true, true, AttackSelectionMode.WeightedRandomAntiRepeat);
+            seen.Add(prev);
+            for (int i = 0; i < 200; i++)
+            {
+                var cur = s.Select(true, true, AttackSelectionMode.WeightedRandomAntiRepeat);
+                Assert.AreNotSame(prev, cur, "系数为 0 时不应连续选中同一招");
+                seen.Add(cur);
+                prev = cur;
+            }
+            Assert.AreEqual(3, seen.Count, "三个等权候选应都能被选到");
         }
 
         [Test]