fix(tests): la espera de arranque del servidor MCP tiene que esperar de verdad

[wolverin0]

El flaky no era aleatorio

test_authenticated_mcp_http_delivers_disposable_capture cayó cuatro veces el 2026-08-31, siempre en Windows, con authority_unavailable. Entre 1 y 1,5 horas de suite cada vez, más el relanzamiento que vuelve a pagarla entera.

Los dos defectos

for _ in range(100):
    try:
        if httpx.get(health, timeout=0.2).status_code == 200: break
    except httpx.HTTPError:
        time.sleep(0.02)          # ← el sleep SÓLO acá

1. Sin sleep en la rama "respondió pero no 200" — el caso normal mientras arranca. El bucle giraba sus 100 vueltas en milisegundos y se rendía sin haber esperado nada.
2. El límite estaba en vueltas, no en tiempo. El presupuesto real dependía de si cada intento fallaba rápido o agotaba su timeout: no había presupuesto.

Por qué el síntoma mentía

El fallo no aparecía como un error de arranque legible. El test avanzaba, la llamada MCP fallaba, y _classify_transport_error (backend.py:273) la reportaba como authority_unavailable — que es su fallback para cualquier error de transporte sin clasificar. Por eso durante meses se leyó como "ruido de red".

Por qué NO un marker de reintento ni un job aparte

Opción	Por qué no
Marker de reintento	Exige una dependencia nueva: ninguna de pytest-rerunfailures, flaky ni pytest-retry está instalada. Y tolera el síntoma en vez de arreglarlo
Job aparte no bloqueante	Tapa la caída por completo — nadie mira los jobs que no bloquean. Contradice el criterio del PR #249: el chequeo tiene que llegar a hablar

Este arreglo no tolera nada: le da al arranque el tiempo que el bucle decía darle y no daba.

Y hay un test que fija que no es un reintento: un servidor que nunca levanta sigue fallando.

Barra roja

Verificada contra el bucle original: caen exactamente los dos tests que anclan los defectos, y los otros tres pasan — porque ese comportamiento ya estaba bien. Un test que fallara con el código viejo y con el nuevo no estaría midiendo el defecto.

13/13 en la suite real de hermes, 5/5 en los nuevos, ruff limpio.