OK, ecco il Round 2 del Super Big Brained Optimizer Prompt. Questo post può fortunatamente essere molto più breve del post citato, perché l'intero flusso di lavoro dopo il prompt iniziale è identico al Round 1, basta sostituire "1" con "2" nei nomi dei file. Ecco il prompt: --- Prima leggi TUTTI i file AGENTS md e README md con molta attenzione e comprendi TUTTO di entrambi! Poi usa la tua modalità agente di indagine del codice per comprendere appieno il codice, l'architettura tecnica e lo scopo del progetto. Poi, una volta che hai fatto un lavoro estremamente approfondito e meticoloso in tutto ciò e hai compreso a fondo l'intero sistema esistente e cosa fa, il suo scopo e come è implementato e come tutti i pezzi si collegano tra loro, ho bisogno che tu indaghi e studi in modo iper-intensivo e rifletta su queste domande in relazione a questo progetto: Ci sono altre gravi inefficienze nel sistema centrale? posti nel codice dove 1) le modifiche sposterebbero effettivamente l'ago in termini di latenza/risposta e throughput complessivi; 2) in modo tale che le nostre modifiche sarebbero provabilmente isomorfe in termini di funzionalità così che sapremmo per certo che non cambierebbero gli output risultanti dati gli stessi input; 3) dove hai una visione chiara di un approccio ovviamente migliore in termini di algoritmi o strutture dati (nota che per questo puoi includere nelle tue contemplazioni strutture dati meno conosciute e algoritmi più esoterici/sophisticati/matematici, così come modi per riformulare il/i problema/i in modo che un altro paradigma venga esposto, come l'elenco mostrato di seguito (Nota: Prima di proporre qualsiasi ottimizzazione, stabilisci metriche di base (latency p50/p95/p99, throughput, memoria di picco) e cattura profili CPU/allocation/I/O per identificare i veri hotspot): - ottimizzazione convessa (la riformulazione garantisce ottimizzazioni globali) - ottimizzazione submodulare (greedy fornisce un'approssimazione a fattore costante) - generalizzazione semiring (unifica il percorso più breve, chiusura transitiva, flusso di dati, parsing) - riconoscimento della struttura matroid (greedy è provabilmente ottimale) - algebra lineare su GF(2) (sistemi XOR, problemi di attivazione, correzione degli errori) - riduzione a 2-SAT (validità della configurazione, grafi di implicazione) - riduzione a min-cost max-flow (assegnazione, programmazione, allocazione delle risorse) - riconoscimento di abbinamento bipartito (Ungherese, Hopcroft-Karp) - DP come percorso più breve in DAG implicito (abilita DP a coda di priorità, ottimizzazione in stile Dijkstra) - trucco del convesso / alberi di Li Chao (O(n²) DP → O(n log n)) - ottimizzazione di Knuth / DP divide-and-conquer - riduzione dello spazio di Hirschberg (quando applicabile oltre l'allineamento) - FFT/NTT per convoluzione (moltiplicazione polinomiale, correlazione di sequenze) - esponenziazione di matrici per ricorrenze lineari - trasformata di Möbius / convoluzione di sottoinsiemi - strutture dati persistenti/immutabili (versioning, rollback, esecuzione speculativa)...