fix: 防御性处理 Fork.join 并发竞态导致的 null 数据

## 问题描述
在并发场景下，Fork.join() 的 reducer 可能接收到 null 作为
data 参数，导致 NPE 或参数丢失。

## 根本原因
waterflow 框架在某些竞态条件下，可能传递 data 为 null 的
FlowContext 给 Fork 的 wrapper。详见 issue #247。

## 修复方案
采用防御性编程，在两个层面处理 null：

1. **AiStart.runnableParallel()** (主要修复):
   - 在 reducer 中检查 data 是否为 null
   - 如果为 null，记录警告并保持累加器不变
   - 避免 NPE 并保留已有数据

2. **Tip.merge()** (次要防御):
   - 保留 null 检查作为最后防线
   - 清理诊断代码，只保留核心逻辑

## 测试验证
- 本地测试：1000 次运行全部通过
- GitHub Actions：待验证

## 相关 Issue
Fixes #247

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>

Author: CodeCasterX

framework/fel/java/fel-core/src/main/java/modelengine/fel/core/util/Tip.java

@@ -118,14 +118,9 @@ public Tip addAll(Map<String, Content> args) {
      * @return 表示当前的 {@link Tip}。
      */
     public Tip merge(Tip other) {
-        // 诊断：直接打印到 System.err 以确保能看到
-        System.err.println("[DIAGNOSTIC Tip.merge] Called with other=" + other + ", other_is_null=" + (other == null) + ", thread=" + Thread.currentThread().getName());
-
-        // 如果 other 为 null，返回当前 Tip（不改变）
-        // 这处理了并发场景中某个分支可能返回 null 的情况
+        // 防御性处理：在并发场景下，Fork.join() 可能传入 null
+        // 参考：https://github.com/ModelEngine-Group/fit-framework/issues/247
         if (other == null) {
-            System.err.println("[DIAGNOSTIC Tip.merge] WARNING: other is null! Returning this=" + this);
-            new RuntimeException("Tip.merge called with null - stack trace").printStackTrace(System.err);
             return this;
         }
         return this.addAll(other.values);

framework/fel/java/fel-flow/src/main/java/modelengine/fel/engine/activities/AiStart.java

@@ -595,50 +595,22 @@ public final AiState<Tip, D, Tip, RF, F> runnableParallel(Pattern<O, Tip>... pat
         }
 
         AiState<Tip, D, Tip, RF, F> state = aiFork.join(Tip::new, (acc, data) -> {
-            // 诊断日志：记录每次reducer调用的详细信息
-            log.warn("[DIAGNOSTIC Fork.join reducer] Thread={}, acc={}, data={}, data_is_null={}",
-                    Thread.currentThread().getName(),
-                    acc,
-                    data,
-                    data == null);
-
-            // Tip.merge() 内部会处理 data 为 null 的情况
+            // 防御性处理：Fork 的某些分支可能返回 null（特别是并发场景下的竞态条件）
+            // 参考：https://github.com/ModelEngine-Group/fit-framework/issues/247
             if (data == null) {
-                log.warn("[DIAGNOSTIC Fork.join reducer] Received null data in reducer! acc={}, thread={}",
+                log.warn("Fork.join reducer received null data, this may indicate a race condition. " +
+                        "Keeping accumulator unchanged. acc={}, thread={}",
                         acc, Thread.currentThread().getName());
-                // 打印堆栈跟踪以了解调用路径
-                log.warn("[DIAGNOSTIC Fork.join reducer] Stack trace:", new RuntimeException("null data diagnostic"));
+                return acc;  // 保持累加器不变，避免 NPE
             }
-            acc.merge(data);
-            return acc;
+            return acc.merge(data);
         });
         ((Processor<?, ?>) state.publisher()).displayAs("runnableParallel");
         return state;
     }
 
     private Processor<O, Tip> getPatternProcessor(Pattern<O, Tip> pattern, AiState<O, D, O, RF, F> node) {
         return node.publisher()
-                .map(input -> {
-                    O inputData = input.getData();
-                    log.warn("[DIAGNOSTIC getPatternProcessor] Executing pattern={}, inputData={}, thread={}",
-                            pattern.getClass().getSimpleName(),
-                            inputData,
-                            Thread.currentThread().getName());
-
-                    Tip result = AiFlowSession.applyPattern(pattern, inputData, input.getSession());
-
-                    log.warn("[DIAGNOSTIC getPatternProcessor] Pattern result={}, result_is_null={}, thread={}",
-                            result,
-                            result == null,
-                            Thread.currentThread().getName());
-
-                    if (result == null) {
-                        log.error("[DIAGNOSTIC getPatternProcessor] CRITICAL: Pattern returned null! pattern={}, inputData={}",
-                                pattern.getClass().getSimpleName(),
-                                inputData);
-                    }
-
-                    return result;
-                }, null);
+                .map(input -> AiFlowSession.applyPattern(pattern, input.getData(), input.getSession()), null);
     }
 }