OK, aquí está la Ronda 2 del Super Prompt del Optimizador de Gran Cerebro. Este post puede ser afortunadamente mucho más corto que el post citado, porque todo el flujo de trabajo después del prompt inicial es idéntico a la Ronda 1, solo reemplazando "1" con "2" en los nombres de archivo. Aquí está el prompt: --- Primero lee TODOS los archivos md de AGENTS y README md con mucho cuidado y entiende TODO de ambos. Luego usa tu modo de agente de investigación de código para entender completamente el código, la arquitectura técnica y el propósito del proyecto. Luego, una vez que hayas hecho un trabajo extremadamente exhaustivo y meticuloso en todo eso y hayas entendido profundamente todo el sistema existente y lo que hace, su propósito, y cómo está implementado y cómo todas las piezas se conectan entre sí, necesito que investigues, estudies y reflexiones de manera hiperintensiva sobre estas preguntas en relación con este proyecto: ¿Hay alguna otra ineficiencia grosera en el sistema central? lugares en la base de código donde 1) los cambios realmente moverían la aguja en términos de latencia/responsividad y rendimiento general; 2) de tal manera que nuestros cambios serían probadamente isomorfos en términos de funcionalidad para que supiéramos con certeza que no cambiaría las salidas resultantes dadas las mismas entradas; 3) donde tienes una visión clara de un enfoque obviamente mejor en términos de algoritmos o estructuras de datos (ten en cuenta que para esto, puedes incluir en tus contemplaciones estructuras de datos menos conocidas y algoritmos más esotéricos/sofisticados/matemáticos, así como formas de reformular el(los) problema(s) para que se exponga otro paradigma, como la lista que se muestra a continuación (Nota: Antes de proponer cualquier optimización, establece métricas de referencia (latencia p50/p95/p99, rendimiento, memoria máxima) y captura perfiles de CPU/asignación/E/S para identificar los verdaderos puntos críticos): - optimización convexa (la reformulación ofrece garantías de óptimo global) - optimización submodular (greedy da aproximación de factor constante) - generalización de semiring (unifica el camino más corto, cierre transitivo, flujo de datos, análisis) - reconocimiento de estructura de matroid (greedy es probadamente óptimo) - álgebra lineal sobre GF(2) (sistemas XOR, problemas de conmutación, corrección de errores) - reducción a 2-SAT (validez de configuración, gráficos de implicación) - reducción a flujo máximo de costo mínimo (asignación, programación, asignación de recursos) - reconocimiento de emparejamiento bipartito (húngaro, Hopcroft-Karp) - DP como camino más corto en DAG implícito (habilita DP de cola de prioridad, optimización al estilo Dijkstra) - truco del casco convexo / árboles de Li Chao (DP O(n²) → O(n log n)) - optimización de Knuth / DP de divide y vencerás - reducción de espacio de Hirschberg (cuando sea aplicable más allá de la alineación) - FFT/NTT para convolución (multiplicación polinómica, correlación de secuencias) - exponenciación de matrices para recurrencias lineales - transformación de Möbius / convolución de subconjuntos - estructuras de datos persistentes/inmutables (versionado, retroceso, ejecución especulativa)...