fix: L2诊断超时从25秒调到40秒，避免复杂分析超时失败

实际L2响应时间12-19秒，25秒经常卡在边界超时。
L1弹窗检测只要1-3秒，保持20秒不变。
L2是遇到大问题才调用，多等15秒值得。

Author: zcj220

src/testing/ai_hub.py

@@ -427,7 +427,7 @@ async def _try_l2_diagnose(self, ctx: StepContext) -> HubDecision:
             response = await loop.run_in_executor(
                 None, lambda: self._ai.analyze_screenshot(
                     str(screenshot_path), prompt,
-                    reasoning_effort="low", timeout=25,
+                    reasoning_effort="low", timeout=40,
                 )
             )