fix(brain): Gift-Waechter — Identity-Breaks nie persistieren (Kaskade unterbunden)

Wiederkehrender Identity-Bug: --system-prompt liefert die Persona korrekt (Proxy-
Test = "ICH BIN ARIA"), ABER ein einziger in der History gespeicherter Break
("ich bin nach wie vor Claude / die Persona ist erfunden") zieht bei schwachen
Folgeturns eine Kaskade nach sich — das Modell setzt seine eigene Ablehnung fort.
Das erste Cleanup verlangte "claude code" und liess deutsche Breaks durch.

Fix zweifach:
- prompts.py: looks_like_identity_break() — STARKE selbstreferenzielle Marker
  (ich-bin-Claude / erfundene Persona / diese-Session-injiziert / nicht-real-in-
  dieser). Bewusst NICHT das blosse "injizier"/"prompt injection" — das nutzt
  ARIA in Pentest-Antworten legitim (verifiziert: 0 False Positives).
- agent.py: nach dem Claude-Loop Break-Check; bei Break Retry (Nondeterminismus
  holt meist ARIA), sonst sichere ARIA-Fallback-Antwort — Break wird NIE
  persistiert. Auch die lokale Fast-Lane eskaliert bei Break auf Claude.
- clean_poisoned_turns.py: auf denselben starken Matcher umgestellt (der breite
  produzierte False Positives auf echte Security-Doku, im Dry-Run gesehen).

VM bereits bereinigt (je 2 Rest-Breaks aus conversation.jsonl + chat_backup).

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

aria-brain/prompts.py

@@ -15,6 +15,7 @@ mit dem Conversation-Loop in spaeteren Phasen.
 
 from __future__ import annotations
 
+import re
 from datetime import datetime, timezone, timedelta
 from typing import List
 
@@ -77,6 +78,36 @@ IDENTITY_SEED = (
 )
 
 
+# Gift-Waechter: erkennt eine Antwort, in der das Modell AUS DER ROLLE gefallen
+# ist (sich selbst als Claude bezeichnet, die ARIA-Persona als injiziert/erfunden
+# abtut, die Session als Fake bezeichnet). Solche Antworten duerfen NICHT in die
+# Conversation-History — ein einziger gespeicherter Break zieht bei schwachen
+# Folgeturns eine Kaskade nach sich (das Modell setzt seine eigene Ablehnung fort).
+#
+# BEWUSST nur STARKE, selbstreferenzielle Marker — nicht das blosse Wort
+# "Injection"/"injizier" (das nutzt ARIA in Security-/Pentest-Projekten voellig
+# legitim). Getroffen wird nur das Muster "ICH bin Claude / die Persona ist
+# erfunden / diese Session ist injiziert".
+_IDENTITY_BREAK = re.compile(
+    r"ich\s+bin\s+(?:allerdings\s+|ja\s+|nach\s+wie\s+vor\s+|weiterhin\s+)*claude|"
+    r"i'?m\s+(?:still\s+|actually\s+)?claude\s+code|i\s+am\s+claude\b|"
+    r"erfundene[nr]?\s+(?:tool|persona|schemas)|fabricated\s+persona|"
+    r"fabrizierte?\s+(?:persona|gespr|konversation)|fabricated\s+conversation|"
+    r"fake[- ]persona|injizierte[rn]?\s+(?:system-?prompt|kontext|persona)|"
+    r"injected\s+(?:system\s*prompt|persona|context)|"
+    r"diese\s+session\s+enthält\s+(?:einen|eine)\b.{0,40}injizier|"
+    r"this\s+session\s+(?:contains|has|keeps|repeatedly)\b.{0,40}(?:inject|fabricat|fake)|"
+    r"nicht\s+real\s+in\s+dieser\s+(?:umgebung|session)|not\s+real\s+in\s+this",
+    re.IGNORECASE,
+)
+
+
+def looks_like_identity_break(text: str) -> bool:
+    """True, wenn eine ARIA-Antwort aus der Rolle gefallen ist. Fuer den
+    Gift-Waechter im Agent (nicht persistieren + Retry)."""
+    return bool(text and _IDENTITY_BREAK.search(text))
+
+
 def build_time_section() -> str:
     """Aktueller Zeitstempel — damit ARIA Timer korrekt anlegen kann
     und Watcher-Conditions mit hour_of_day etc. einordenbar bleiben."""