Ich habe die Miniaturversion dieses Prompts hier eingefügt, weil die Serie "Meine Lieblings-Prompts" kompakt, mundgerechte, eigenständige Nuggets sein soll. Aber heute habe ich das in ein wirklich verrücktes System verwandelt. Es ist nicht relevant, ob du ein weiteres CRUD-Programm in React oder eine TODO-Liste erstellst, aber wenn du etwas ziemlich Kompliziertes in Rust oder Golang machst oder etwas mit komplexen Daten zu tun hast, ist dieser Ansatz fast beängstigend in dem, was er tun kann. Es ist ein 2-Runden-Prozess. Hier ist Runde 1: --- Lies zuerst ALLE AGENTS.md-Dateien und README.md-Dateien super sorgfältig und verstehe ALLES von beiden! Verwende dann deinen Code-Untersuchungs-Agentenmodus, um den Code, die technische Architektur und den Zweck des Projekts vollständig zu verstehen. Sobald du das alles extrem gründlich und sorgfältig gemacht hast und das gesamte bestehende System und was es tut, seinen Zweck und wie es implementiert ist und wie alle Teile miteinander verbunden sind, muss ich, dass du hyper-intensiv diese Fragen untersuchst, studierst und darüber nachdenkst, wie sie sich auf dieses Projekt beziehen: Gibt es andere grobe Ineffizienzen im Kernsystem? Stellen im Code, wo 1) Änderungen tatsächlich den Unterschied in Bezug auf Gesamtlatenz/Antwortzeit und Durchsatz ausmachen würden; 2) sodass unsere Änderungen nachweislich isomorph in Bezug auf die Funktionalität wären, sodass wir sicher wüssten, dass sich die resultierenden Ausgaben bei denselben Eingaben nicht ändern würden; 3) wo du eine klare Vision für einen offensichtlich besseren Ansatz in Bezug auf Algorithmen oder Datenstrukturen hast (beachte, dass du für dies auch weniger bekannte Datenstrukturen und esoterische/sophisticated/mathematische Algorithmen sowie Möglichkeiten zur Umformulierung des Problems einbeziehen kannst, sodass ein anderer Paradigma sichtbar wird, wie die unten aufgeführte Liste (Hinweis: Bevor du eine Optimierung vorschlägst, stelle Basismetriken (p50/p95/p99 Latenz, Durchsatz, Spitzen-Speicher) fest und erfasse CPU/Zuweisung/I/O-Profile, um tatsächliche Hotspots zu identifizieren): - N+1 Abfrage/Abrufmuster Eliminierung - Zero-Copy / Pufferwiederverwendung / Scatter-Gather I/O - Kosten des Serialisierungsformats (Parse/Encode-Overhead) - Begrenzte Warteschlangen + Rückdruck (verhindern von Speicheraufblähung und Tail-Latenz) - Sharding / gestreifte Sperren zur Reduzierung von Contention - Memoization mit Cache-Invalidierungsstrategien - Dynamische Programmiertechniken - Konvexe Optimierungstheorie - Lazy Evaluation / verzögerte Berechnung - Iterator/Generator-Muster, um große Sammlungen zu vermeiden - Streaming/Chunked-Verarbeitung für speichergestützte Arbeiten - Vorberechnung und Nachschlagetabellen - Indexbasierte Nachschlageverfahren vs. lineare Scan-Erkennung - Binäre Suche (auf Daten und im Antwortbereich) - Zwei-Zeiger- und gleitende Fenstertechniken - Präfixsummen / kumulative Aggregationen - Topologische Sortierung und DAG-Bewusstsein für Abhängigkeitsgraphen - Zyklus-Erkennung - Union-Find für dynamische Konnektivität - Graphdurchlauf (BFS/DFS) mit vorzeitiger Beendigung - Dijkstra's / A* für gewichtete kürzeste Wege - Prioritätswarteschlangen / Heaps - Tries für Präfixoperationen - Bloom-Filter für probabilistische Mitgliedschaft - Intervall/Segmentbäume für Bereichsanfragen - Räumliche Indizierung (k-d Bäume, Quadtrees, R-Bäume) - Persistente/unveränderliche Datenstrukturen - Copy-on-Write-Semantik - Objekt-/Verbindungspooling - Auswahl der Cache-Entfernungspolitik (LRU/LFU/ARC) - Batch-bewusste Algorithmusauswahl - Async I/O-Batching und Zusammenführung - Lock-freie Strukturen für hochkonkurrenzfähige Szenarien - Work-Stealing für rekursive Parallelität - Optimierung des Speicherlayouts (SoA vs. AoS, Cache-Lokalität) - Kurzschluss und vorzeitige Beendigung - String-Interning für wiederholte Werte - Amortisierte Analyse-Überlegungen Berücksichtige diese allgemeinen Leitfäden, wo anwendbar: DP ANWENDBARKEITSÜBERPRÜFUNGEN: - Überlappende Teilprobleme? → Memoisiere mit stabilem Zustands-Schlüssel - Optimale Partitionierung/Batching? → Präfixsummen + Intervall-DP - Abhängigkeitsgraph mit wiederholtem Durchlauf? → Einzelpass-topologisches DP KONVEXE OPTIMIERUNGSÜBERPRÜFUNGEN: - Brute-Force exakte Zuweisung/Planung? → LP / minimaler Kostenfluss mit deterministischem Tie-Breaking - Kontinuierliches Parameteranpassen mit explizitem Verlust? → regularisierte kleinste Quadrate / QP - Großes zerlegbares konvexes Ziel? → ADMM / proximale Methoden Beachte auch, dass, wenn es gut geschriebene Drittanbieter-Bibliotheken gibt, von denen du weißt, dass sie gut funktionieren würden, wir sie in das Projekt einbeziehen können). METHODOLOGIEANFORDERUNGEN: A) Basis zuerst: Führe die Testsuite und eine repräsentative Arbeitslast aus; zeichne p50/p95/p99 Latenz, Durchsatz und Spitzen-Speicher mit genauen Befehlen auf. B) Profilieren, bevor du vorschlägst: Erfasse CPU + Zuweisung + I/O-Profile; identifiziere die Top 3–5 Hotspots nach % Zeit, bevor du Änderungen vorschlägst. C) Äquivalenzorakel: Definiere explizite goldene Ausgaben + Invarianten. Für große Eingabebereiche füge eigenschaftsbasierte oder metamorphe Tests hinzu. D) Isomorphismusbeweis pro Änderung: Jede vorgeschlagene Änderung muss eine kurze Beweis-Skizze enthalten, die erklärt, warum sich die Ausgaben nicht ändern können (einschließlich Reihenfolge, Tie-Breaking, Verhalten von Fließkommazahlen und RNG-Seed). E) Chancenmatrix: Bewerte Kandidaten nach (Auswirkung × Vertrauen) / Aufwand, bevor du implementierst; konzentriere dich nur auf Punkte, die wahrscheinlich p95+ oder Durchsatz signifikant bewegen. F) Minimale Änderungen: Ein Leistungshebel pro Änderung. Keine nicht verwandten Refaktorisierungen. Füge Rückführungsanleitungen hinzu, wenn ein Risiko besteht. G) Regression-Schutzvorrichtungen: Füge Benchmark-Schwellenwerte oder Überwachungs-Hooks hinzu, um zukünftige Regressionen zu verhindern. Verwende ultrathink. --- Du kannst das einmal in Claude Code mit Opus 4.5 und einmal in Codex mit GPT 5.2 Codex ausführen (ich habe angefangen, nur High zu verwenden, weil Extra High einfach zu langsam für mich ist, es sei denn, ich bin kurz davor, ins Bett zu gehen). Nachdem sie fertig sind, schlag ihnen jeweils 5 schnelle Runden mit diesem vor: "Großartig. Schau dir alles noch einmal an auf offensichtliche Versäumnisse oder Auslassungen oder Fehler, konzeptionelle Fehler, Patzer usw. Verwende ultrathink." Lass sie dann die Ausgaben so speichern: "OK, speichere das alles als PLAN_FOR_ADVANCED_OPTIMIZATIONS_ROUND_1__OPUS.md" "OK, speichere das alles als PLAN_FOR_ADVANCED_OPTIMIZATIONS_ROUND_1__GPT.md" Dann in Claude Code, mache: "Vergleiche, was du gemacht hast, mit PLAN_FOR_ADVANCED_OPTIMIZATIONS_ROUND_1__GPT.md und nimm die besten Elemente daraus und füge sie in deinen Plan ein, um einen hybriden besten Plan aus beiden Welten zu erstellen, indem du deine ursprüngliche Plan-Datei vor Ort bearbeitest." Dann dies: Lies AGENTS.md noch einmal, damit es frisch in deinem Kopf ist. Lies jetzt ALLES von PLAN_FOR_ADVANCED_OPTIMIZATIONS_ROUND_1__OPUS.md. Überprüfe dann jede Perle super sorgfältig – bist du dir sicher, dass es Sinn macht? Ist es optimal? Könnten wir irgendetwas ändern, um das System für die Benutzer besser zu machen? Wir wollen ein umfassendes und detailliertes Set von Perlen für all dies mit Aufgaben, Unteraufgaben und überlagertem Abhängigkeitsstruktur, mit detaillierten Kommentaren, sodass das Ganze völlig eigenständig und selbstdokumentierend ist (einschließlich relevanter Hintergründe, Überlegungen/Rechtfertigungen, Überlegungen usw. – alles, was wir unserem "zukünftigen Ich" über die Ziele und Absichten und den Denkprozess und wie es den übergreifenden Zielen des Projekts dient, wissen möchten). Die Perlen sollten so detailliert sein, dass wir nie wieder auf das ursprüngliche Markdown-Plan-Dokument zurückgreifen müssen. Spiegelt es genau ALLE Informationen der Markdown-Plan-Datei umfassend wider? Wenn Änderungen erforderlich sind, überarbeite die Perlen oder erstelle neue oder schließe ungültige oder nicht anwendbare. Es ist viel einfacher und schneller, im "Planraum" zu arbeiten, bevor wir mit der Implementierung dieser Dinge beginnen! ÜBERVERENFACHEN SIE DIE DINGE NICHT! VERLIERE KEINE FUNKTIONEN ODER FUNKTIONALITÄT! Stelle auch sicher, dass wir als Teil dieser Perlen umfassende Unit-Tests und e2e-Testskripte mit großartigem, detailliertem Logging einbeziehen, damit wir sicher sein können, dass alles nach der Implementierung perfekt funktioniert. Denk daran, NUR das `bd`-Tool zu verwenden, um die Perlen zu erstellen und zu ändern und die Abhängigkeiten zu den Perlen hinzuzufügen." Dann ein paar Runden von: "Überprüfe jede Perle super sorgfältig – bist du dir sicher, dass es Sinn macht? Ist es optimal? Könnten wir irgendetwas ändern, um das System für die Benutzer besser zu machen? Wenn ja, überarbeite die Perlen. Es ist viel einfacher und schneller, im "Planraum" zu arbeiten, bevor wir mit der Implementierung dieser Dinge beginnen! ÜBERVERENFACHEN SIE DIE DINGE NICHT! VERLIERE KEINE FUNKTIONEN ODER FUNKTIONALITÄT! Stelle auch sicher, dass wir als Teil der Perlen umfassende Unit-Tests und e2e-Testskripte mit großartigem, detailliertem Logging einbeziehen, damit wir sicher sein können, dass alles nach der Implementierung perfekt funktioniert. Verwende ultrathink." Dann lass den Schwarm los, um alles umzusetzen. Bereite dich dann auf RUNDE 2 vor.