Pydantic AI 修复并发限流器槽位泄漏

Pydantic AI 在 v2.53.0 中修复了 ConcurrencyLimitedModel 的一个高危安全问题（GHSA-6fqq-452j-qhrp）：通过 ConcurrencyLimitedModel 或 limit_model_concurrency 发起的流式请求，可能在槽位由不同任务释放时仍占用并发槽，包括消费者提前停止迭代、抛错或被取消之后，以及用默认 debouncing 完整消费 stream_text() 之后；反复发起这类流可能阻塞共享同一限流器的所有请求。Agent 级别的 max_concurrency 和非流式请求不受影响，v1 不受影响，该问题由 @lche511 报告。

Pydantic AI 的 ConcurrencyLimitedModel 及 limit_model_concurrency 存在并发槽位泄漏问题：流式请求可能在与获取槽位不同的任务上释放槽位，被 anyio.CapacityLimiter 拒绝，导致槽位在请求结束后仍被占用。流提前结束或按默认 debounce_by=0.1 完整消费 stream_text() 都可能触发。若对外暴露受影响的流式接口并在请求间共享长期存活的限流器，客户端反复发起流并断开即可耗尽并发容量，使后续请求无法进行；清理过程还可能抛出 RuntimeError。Agent 级 max_concurrency 和非流式模型请求不受影响。缓解方式是升级到修复版本，或改用 Agent 级 max_concurrency、避免让流式运行经过并发限流模型。