docs: add image task retry plan

progress.md

@@ -1791,3 +1791,17 @@
   - `py -3.12 manage.py test apps.api.tests.GenerateApiTests.test_run_image_tasks_logs_failed_task_alias_error_and_duration --keepdb --noinput --verbosity 2`：通过，1 test OK。
   - `py -3.12 manage.py test apps.api.tests.GenerateApiTests --keepdb --noinput --verbosity 1`：通过，32 tests OK。
 - 决策：暂不把线上 `cmhub-image-worker` 直接扩到 100。100 个进程会同时放大 MySQL 连接、上游请求、图片下载和本地写文件压力；在上游已经出现 `upstream_timeout` 时，直接 100 并发更可能放大失败率。建议先用新日志观测后按 2、4、8、16 逐级扩容。
+
+## 2026-07-09 文档登记：T-616 生图失败自动重试 2 次
+
+- 状态：DONE（仅任务登记，未改代码）。
+- 背景：线上 `api.vectorengine.ai` 部分生图任务在上游读取截止内返回 `Read timed out`，现有异步任务会立即 `failed` 并退点。为降低偶发上游超时对用户的失败率，需要在异步 worker 层增加可控重试。
+- 文档变更：
+  - `docs/06-tasks.md`：新增 T-616「生图失败自动重试 2 次」，状态 TODO；明确最多 3 次上游调用、只预扣一次、前两次临时性失败重排队不退点、最终失败才退点。
+  - `docs/current-state.md`：同步 T-616 为下一个可领取任务。
+- 方案要点：
+  - 只重试 `upstream_timeout`、网络连接错误、上游 502/503/504 等临时性错误。
+  - 不重试敏感词命中、点数不足、未定价、模型/别名配置不可用、参数错误、Provider 配置错误等确定性错误。
+  - 新增 `next_attempt_at` 与 `IMAGE_TASK_MAX_RETRIES` / `IMAGE_TASK_RETRY_BACKOFF_SECONDS` 等配置；worker 只抢到达重试时间的 queued 任务。
+  - 轮询响应可兼容性新增 `attempt_count`、`max_attempts`、`next_attempt_at`；日志新增 attempt / retrying / next_attempt_at 字段。
+- 验证：仅文档更新；提交前执行 `git diff --check`。