chore(benchmarks): runners em bash para Linux/macOS e primeiro cross-runtime em Ubuntu

[estevaofon]

O quê

Os runners de benchmark do repo eram só PowerShell; numa instalação limpa de Ubuntu sem pwsh não dava para reproduzir nada. Este PR adiciona os mesmos três runners em bash, com o mesmo protocolo e a mesma saída, registra a primeira medição do cross-runtime em Linux e conserta os três benches da suíte que não entravam nos runners.

• benchmarks/run_benchmarks.sh — suíte completa por binário, mediana de N, grava results/<label>.md.
• benchmarks/interleaved_compare.sh — dois binários intercalados na mesma janela, guard de CHECKSUM, benches sem equivalência pulados e listados, grava results/interleaved.md.
• benchmarks/cross_runtime/run_cross_runtime.sh — Noxy × CPython × Lua × Go, mínimo de N, --noxy-baseline como coluna extra na mesma janela, tabela líquida e razões, grava results/cross_runtime.md.
• benchmarks/cross_runtime/results/2026-09-05-v0250-ubuntu.md — v0.25.0 em Ubuntu 26.04 (CPython 3.14.4 do pacote, Go 1.27.1), duas rodadas de 9.
• Docs: cross_runtime/README.md, seção Reprodução do RESULTS.md e a linha de benchmarks do AGENTS.md.

Diferenças deliberadas em relação aos .ps1:

• Flags GNU (--noxy, --runs) em vez de parâmetros PowerShell.
• Números com ponto decimal fixo (LC_NUMERIC=C) independente do locale.
• run_benchmarks.sh pula e lista bench sem CHECKSUM em vez de abortar, como o intercalado já faz.

Benches consertados (segundo commit)

• bench_bst_owned.nx e bench_bst_ref.nx não compilavam na v0.25.0: declaravam campo e parâmetro com T nu e passavam null (expected TreeNode, got null). Agora seguem o idioma da spec §3 "Self-Reference": campos TreeNode? / ref TreeNode?, ref (TreeNode?) ao slot em insert/count, let raiz: TreeNode? = null. Em count do owned, o narrowing de *node não sobrevive à chamada recursiva com raiz ref, então o primeiro resultado é vinculado a um let e *node é testado de novo antes do segundo empréstimo, como o próprio compilador sugere. Tempos na mesma máquina (667 ms / 211 ms) ficam na ordem dos publicados no RESULTS.md (565–780 / 217): o caminho medido é o mesmo.
• bench_hash31_bytes.nx nunca imprimiu CHECKSUM; ganha a linha para entrar nos runners.

Com isso, os 18 benches da suíte imprimem CHECKSUM na v0.25.0.

Cross-runtime em Linux

Razões noxy/python piores que no Windows (fib 1,16x → 1,80x, loop_arith 1,06x → 1,28x, string_ops 2,17x → 3,07x). O que mudou de lado foi o CPython (build gcc + PGO/LTO do Debian/Ubuntu contra o build MSVC), não o Noxy: os três binários disponíveis deram o mesmo fib. Piso de processo: noxy 3 ms, python 10 ms.

Verificação

• bash -n nos três scripts.
• Os três rodados de ponta a ponta em Ubuntu 26.04 (cross-runtime com e sem --noxy-baseline, suíte com 3 runs, intercalado com 3 runs); checksums batem entre noxy, python e go em todos os benches.
• Nenhum arquivo Go tocado.

🤖 Generated with Claude Code

https://claude.ai/code/session_013tLpxkXEQZgrHZaQdAj1c7