さて、こちらがスーパー・ビッグ・ブレインド・オプティマイザー・プロンプトの第2ラウンドです。 幸いにも、この投稿は引用された投稿よりずっと短めにできます。なぜなら、最初のプロンプト以降のワークフローはラウンド1と同じで、ファイル名の「1」を「2」に置き換えるだけだからです。 こちらがプロンプトです: --- まずはエージェントのMDファイルとREADME MDファイルをすべて注意深く読み、両方を理解してください!その後、コード調査エージェントモードを使って、コードや技術的アーキテクチャ、プロジェクトの目的を完全に理解しましょう。 そして、それらすべてを非常に徹底的かつ綿密に取り組み、既存のシステム全体とその役割、目的、実装方法、そしてすべての要素がどのように相互に繋がっているのかを深く理解した後、このプロジェクトに関連するこれらの疑問を徹底的に調査し、研究し、熟考してください。 コアシステムに他に重大な非効率はあるのでしょうか?コードベース上で、1) 変更によって全体のレイテンシやレスポンス、スループットの面で実際に変化が起こる場所、2) 機能的には変化が証明可能に同型であり、同じ入力で結果の出力が変わらないことを確実に知ること;3) アルゴリズムやデータ構造に関して明らかにより良いアプローチを明確に示すビジョンがある場合(この場合は、あまり知られていないデータ構造やより難解・洗練・数学的なアルゴリズム、さらに問題を再構築して別のパラダイムを露出させる方法を含めることができます。以下のリストのように(注: 最適化を提案する前に、基準指標(p50/p95/p99のレイテンシ、スループット、ピークメモリ)を設定し、CPU/割り当て/I/Oプロファイルを取得して実際のホットスポットを特定してください: - 凸最適化(再定式化でグローバル最適保証が得られる) - サブモジュラー最適化(グリーディは定数因子近似をもたらす) - 半環一般化(最短経路、推移閉包、データフロー、解析の統一) - マトロイド構造認識(貪欲は証明可能に最適であること) - GF(2)上の線形代数(XORシステム、トグル問題、誤り訂正) - 2-SATへの還元(構成妥当性、含意グラフ) - 最小コスト最大フローへの削減(割り当て、スケジューリング、リソース配分) - 二部対応マッチング認識(ハンガリー語、Hopcroft-Karp) - 暗黙的DAGにおける最短パスとしてのDP(優先キューDPを可能にする、ダイクストラスタイルの最適化) - 凸包トリック / 李超木(O(n²) DP → O(n log n)) - クヌースの最適化/分割統治DP - ヒルシュベルクの空間削減(アライメントを超えて適用される場合) - 畳み込み(多項式乗法、列相関)のためのFFT/NTT(FFT) - 線形再帰に対する行列指数 - メビウス変換/部分集合畳み込み - 永続的/不変データ構造(バージョン管理、ロールバック、推測実行) - LCP付きの接尾辞自動人形/接尾辞配列...