Хорошо, вот Раунд 2 Супер Большого Умного Оптимизатора Промпта. Этот пост, к счастью, может быть намного короче, чем цитируемый пост, потому что весь рабочий процесс после начального промпта идентичен Раунду 1, просто заменив "1" на "2" в именах файлов. Вот промпт: --- Сначала внимательно прочитайте ВСЕ файлы AGENTS md и README md и полностью поймите ИХ! Затем используйте режим агента для расследования кода, чтобы полностью понять код, техническую архитектуру и цель проекта. Затем, как только вы выполните чрезвычайно тщательную и скрупулезную работу по всему этому и глубоко поймете всю существующую систему и то, что она делает, ее цель и как она реализована, и как все части соединяются друг с другом, мне нужно, чтобы вы гипер-интенсивно исследовали, изучали и размышляли над этими вопросами, касающимися этого проекта: Есть ли какие-либо другие грубые неэффективности в основной системе? места в кодовой базе, где 1) изменения действительно повлияют на общую задержку/отзывчивость и пропускную способность; 2) так, что наши изменения будут доказуемо изоморфными с точки зрения функциональности, чтобы мы точно знали, что это не изменит результирующие выходные данные при тех же входных данных; 3) где у вас есть четкое видение явно лучшего подхода с точки зрения алгоритмов или структур данных (обратите внимание, что для этого вы можете включить в свои размышления менее известные структуры данных и более эзотерические/софистицированные/математические алгоритмы, а также способы переформулировать проблему(ы), чтобы другой парадигме был открыт, например, список, показанный ниже (Примечание: перед предложением любой оптимизации установите базовые метрики (p50/p95/p99 задержка, пропускная способность, пиковая память) и захватите профили CPU/выделения/I/O, чтобы выявить фактические горячие точки): - выпуклая оптимизация (реформулирование дает гарантии глобального оптимума) - субмодулярная оптимизация (жадный дает приближение с постоянным фактором) - обобщение семиринга (объединяет кратчайший путь, транзитивное замыкание, поток данных, парсинг) - распознавание структуры матроидов (жадный является доказуемо оптимальным) - линейная алгебра над GF(2) (системы XOR, проблемы переключения, коррекция ошибок) - редукция к 2-SAT (действительность конфигурации, графы импликаций) - редукция к минимальной стоимости максимального потока (назначение, планирование, распределение ресурсов) - распознавание двудольного соответствия (Венгерский, Хопкрофт-Карп) - ДП как кратчайший путь в неявном DAG (включает приоритетную очередь ДП, оптимизацию в стиле Дейкстры) - трюк выпуклой оболочки / деревья Ли Чао (O(n²) ДП → O(n log n)) - оптимизация Кнута / деление и завоевание ДП - сокращение пространства Хиршберга (когда применимо за пределами выравнивания) - FFT/NTT для свертки (умножение многочленов, корреляция последовательностей) - матричное возведение в степень для линейных рекуррентных соотношений - преобразование Мёбиуса / свертка подмножества - постоянные/неизменяемые структуры данных (версионирование, откат, спекулятивное выполнение)...