Incluí a versão em miniatura deste prompt aqui porque a série "Meus Prompts Favoritos" supostamente são pedaços compactos, em tamanho de mordidas e autônomos. Mas hoje transformei isso em um sistema realmente insano. Não é relevante se você está criando outro programa CRUD no React ou uma lista de tarefas, mas se você está fazendo algo bem complicado em Rust ou Golang, ou algo envolvendo dados complexos, essa abordagem é quase assustadora pelo que pode fazer. É um processo de 2 rodadas. Aqui está a Rodada 1: --- Primeiro, leia TODOS os arquivos AGENTS dot md e README dot md com muita atenção e entenda TODOS os dois! Depois, use seu modo agente de investigação de código para entender completamente o código, a arquitetura técnica e o propósito do projeto. Depois, depois de fazer um trabalho extremamente minucioso e meticuloso em tudo isso e entender profundamente todo o sistema existente, o que ele faz, seu propósito, como é implementado e como todas as peças se conectam entre si, preciso que você investigue e estude de forma hiper-intensiva essas questões relacionadas a este projeto: Existem outras ineficiências graves no sistema central? lugares na base de código onde 1) mudanças realmente mudariam a diferença em termos de latência/resposta geral e throughput; 2) de modo que nossas mudanças seriam comprovadamente isomorfas em termos de funcionalidade, para que soubéssemos com certeza que não mudaria as saídas resultantes dadas as mesmas entradas; 3) onde você tem uma visão clara para uma abordagem obviamente melhor em termos de algoritmos ou estruturas de dados (note que, para isso, você pode incluir em suas contemplações estruturas de dados menos conhecidas e algoritmos mais esotéricos/sofisticados/matemáticos, bem como formas de reformular o(s) problema(s) para que outro paradigma seja exposto, como a lista mostrada abaixo (Nota: Antes de propor qualquer otimização, estabeleça métricas de referência (latência p50/p95/p95/p99, throughput, pico de memória) e capture perfis de CPU/alocação/I/O para identificar hotspots reais): - N+1 eliminação de padrões de consulta/busca - E/S com cópia zero / reutilização de buffer / scatter-gather - custos do formato de serialização (overhead de análise pars/codificação) - filas limitadas + backpressure (previnem blowup de memória e latência de cauda) - Travas com fragmentação / listradas para reduzir a contenção - memoização com estratégias de invalidação de cache - técnicas de programação dinâmica - teoria da otimização convexa - Avaliação preguiçosa / computação diferida - padrões iteradores/geradores para evitar a materialização de grandes coleções - processamento em streaming/chunked para trabalho limitado por memória - tabelas de pré-computação e consulta - Consulta baseada em índice vs reconhecimento linear - busca binária (sobre dados e no espaço de resposta) - técnicas de dois ponteiros e janela deslizante - somas prefixas / agregados cumulativos - ordenação topológica e consciência DAG para grafos de dependência...