OK, voici le Round 2 du Super Big Brained Optimizer Prompt. Ce post peut heureusement être beaucoup plus court que le post cité, car tout le flux de travail après le prompt initial est identique au Round 1, il suffit de remplacer "1" par "2" dans les noms de fichiers. Voici le prompt : --- Lisez TOUT le fichier md des AGENTS et le fichier README md très attentivement et comprenez TOUT des deux ! Ensuite, utilisez votre mode agent d'investigation de code pour bien comprendre le code, l'architecture technique et l'objectif du projet. Ensuite, une fois que vous avez fait un travail extrêmement approfondi et méticuleux sur tout cela et que vous avez bien compris l'ensemble du système existant, ce qu'il fait, son objectif, comment il est mis en œuvre et comment toutes les pièces se connectent entre elles, j'ai besoin que vous enquêtiez hyper intensivement et que vous étudiiez et réfléchissiez à ces questions en rapport avec ce projet : Y a-t-il d'autres inefficacités grossières dans le système central ? Des endroits dans la base de code où 1) des changements feraient réellement bouger les choses en termes de latence/réactivité et de débit ; 2) de sorte que nos changements seraient prouvablement isomorphes en termes de fonctionnalité, afin que nous sachions avec certitude qu'ils ne changeraient pas les résultats donnés les mêmes entrées ; 3) où vous avez une vision claire d'une approche manifestement meilleure en termes d'algorithmes ou de structures de données (notez que pour cela, vous pouvez inclure dans vos réflexions des structures de données moins connues et des algorithmes plus ésotériques/sophistiqués/mathematiques ainsi que des façons de reformuler le(s) problème(s) afin qu'un autre paradigme soit exposé, comme la liste ci-dessous (Remarque : Avant de proposer une optimisation, établissez des métriques de référence (latence p50/p95/p99, débit, mémoire maximale) et capturez les profils CPU/allocation/I/O pour identifier les véritables points chauds) : - optimisation convexe (la reformulation donne des garanties d'optimum global) - optimisation sous-modulaire (greedy donne une approximation à facteur constant) - généralisation de semi-anneau (unifie le chemin le plus court, la fermeture transitive, le flux de données, l'analyse) - reconnaissance de structure de matroïde (greedy est prouvablement optimal) - algèbre linéaire sur GF(2) (systèmes XOR, problèmes de basculement, correction d'erreurs) - réduction à 2-SAT (validité de configuration, graphes d'implication) - réduction à min-cost max-flow (assignation, planification, allocation de ressources) - reconnaissance de correspondance bipartite (hongrois, Hopcroft-Karp) - DP comme chemin le plus court dans un DAG implicite (permet DP de file d'attente prioritaire, optimisation de style Dijkstra) - astuce de l'enveloppe convexe / arbres de Li Chao (O(n²) DP → O(n log n)) - optimisation de Knuth / DP diviser pour régner - réduction d'espace de Hirschberg (lorsqu'elle est applicable au-delà de l'alignement) - FFT/NTT pour convolution (multiplication polynomiale, corrélation de séquence) - exponentiation matricielle pour récurrences linéaires - transformation de Möbius / convolution de sous-ensembles - structures de données persistantes/immuables (versioning, rollback, exécution spéculative)...