B1, B14 und B3 beheben: Compaction-Paarung und Token-Semantik

B1 — Die Compaction behielt blind die letzten 6 Nachrichten. Fiel diese Grenze
mitten in eine Tool-Sequenz, entstand eine tool-Antwort ohne zugehoerigen
assistant-tool_call; die API lehnt das mit HTTP 400 ab. FindSafeTailStart
verschiebt die Grenze jetzt rueckwaerts auf eine Blockgrenze.

B14 — Bei Konversationen mit hoechstens 6 Nachrichten enthielt der Tail auch die
system-Nachricht, die anschliessend ein zweites Mal angehaengt wurde. Ergebnis
war ein doppelter System-Prompt und eine duplizierte Konversation — die
Compaction vergroesserte den Kontext, statt ihn zu verkleinern. Der Tail beginnt
nun grundsaetzlich hinter dem System-Prompt; liegt davor nichts Nennenswertes,
wird die Kompaktierung uebersprungen. Gefunden durch den Property-Test.

Nebeneffekt: Zusammengefasst wird nur noch der Teil, der tatsaechlich wegfaellt.
Der Tail bleibt woertlich erhalten und musste bisher doppelt bezahlt werden.

B3 — maxTokens zaehlte kumulativ ueber alle Schritte, wurde aber wie eine
Kontextgrenze konfiguriert. Da jeder Schritt den vollen Kontext erneut sendet,
brach ein Chat mit 20k Kontext nach vier Schritten ab. Aufgeteilt in
maxCumulativeTokens (Kostenbudget, Default 500k) und maxContextTokens
(Kontextgroesse). Alte Konfigurationen werden beim Laden migriert, die
Fehlermeldungen unterscheiden jetzt Schritt- und Kostenlimit.

Alle 31 Tests gruen.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

docs/Bestandsaufnahme-2026-07.md

@@ -518,8 +518,9 @@ Siehe K3.
 ## 6. Vorgeschlagene Reihenfolge
 
 **Sofort — es blockiert oder gefährdet den Betrieb**
-1. B1 Compaction-Paarung (bricht produktiv ab)
-2. B3 `maxTokens`-Semantik (bricht produktiv ab)
+1. ~~B1 Compaction-Paarung (bricht produktiv ab)~~ ✅ behoben
+2. ~~B3 `maxTokens`-Semantik (bricht produktiv ab)~~ ✅ behoben
+2b. ~~B14 System-Prompt-Duplikat~~ ✅ behoben
 3. B2 Race Condition im Chat-Kontext
 4. S2 yt-dlp-Injection
 5. S3 API-Key-Leak