Difftastic WASM 的 Feature Request 故事——从 2022 到 2025 的坚持

一个迟到的 Dream Request

2022 年 10 月 15 日，GitHub 用户 CetinSert 在 Difftastic 项目中提交了一个 feature request：Make WASM builds #407。

这个 request 很简洁，却充满想象力：

difftastic would benefit greatly from wasm builds! It would open the project up to web browsers, deno deploy, bun oven, cloudflare workers!

CetinSert 的想法很清晰——如果 difftastic 能编译成 WebAssembly，就可以直接在浏览器中运行，打开一个全新的应用场景。然而，看似美好的想法却遇到了现实的障碍。

项目维护者 Wilfred 在回复中坦诚地说出了困难所在：

The fiddly bit is getting the tree-sitter parsers compiled to wasm, as they’re C code.

这个阻力是很现实的。Difftastic 的核心依赖 tree-sitter（一个增量解析库），而 tree-sitter 本身是用 C 实现的。将 C 代码编译成 WebAssembly 不是个小工作。

三年的等待

随后的三年里，这个 issue 吸引了不少关注：

2024 年 3 月，MRYingLEE 指出 tree-sitter 本身已经有 WASM 版本存在，问能否基于此构建 Difftastic 的 WASM 版本
2024 年 4 月，psymbio 追问可行性，希望能了解详细的构建指南
2025 年 7 月，marcelroed 表达了对浏览器版本的渴望——能直接粘贴代码，在网页中看到 diff 效果

有趣的是，AI 大模型的发展似乎改变了这个故事的走向。

AI 来救场

2025 年 11 月 23 日，CetinSert 做了一个决定——让 AI 来解决这个问题。他宣布：

I have set Codex, Claude, and Gemini CLIs loose on this task! All with their highest tier subscriptions. I will update you all with the results!

他同时调用了三个 AI 大模型的最高级别版本来处理这个任务：

Codex（OpenAI 的 GPT-5.1-codex-max，最高等级）
Claude（Anthropic 的高级版本）
Gemini（Google 的高级版本）

结果如何呢？

Codex is messing with WASI things. Gemini is lost in an infinite loop. Claude compiled and confirmed a build.

看起来 Claude 表现最佳，成功完成了编译。但转折来了——

Codex did actually deliver (gpt-5.1-codex-max xhigh)!

咦？Codex 最终还是交付了成果！而且是最好的成果。

从 120M 到 98M——优化的艺术

2025 年 11 月 25 日，CetinSert 在 GitHub 上创建了一个 fork（Elefunc/difftastic），分享了初步的 WASM 构建成果。

最初的 WASM 文件有 120MB，这对一个浏览器应用来说显然太大了。不过 CetinSert 没有放弃，继续优化。到了 11 月 26 日，他成功地将文件大小压缩到了 98MB——比原始的 Linux 二进制文件（106MB）还要小！

虽然看起来仍然很大，但要记住这 98MB 包含了 difftastic 支持的所有 tree-sitter 解析器。这是一个完整、功能齐全的 WASM 构建。

Online Playground 的诞生

更令人兴奋的是，CetinSert 不仅提供了 WASM 构建，还搭建了一个在线 playground：dt.rt.ht

这个 playground 融合了三个不同的 diff 工具：

difftastic —— 语义化的 diff 展示
GNU diff —— 经典的行差异比较
Monaco 编辑器的 diff —— 微软 Monaco 编辑器内置的差异编辑器

所有三个工具都支持实时同步——您在文本框中编辑，所有的 diff 展示都会实时更新。这是一个非常友好的交互体验。

性能优化的故事

初期的 cold load 时间是 7160 毫秒。这么长的加载时间显然不理想。CetinSert 决定使用 CDN 缓存来加速，结果呢？

加载时间从 7160ms 降至 436ms。

这段优化背后反映了实际部署的思考——不仅要有功能，还要有良好的用户体验。通过 CDN 缓存 WASM 资源，CetinSert 大幅降低了首次加载的延迟。

社区的响应

整个过程中，社区的反应也很积极：

Master-Hash 成功地使用 wasmtime 运行了编译出的 WASM 版本
gaojunran 表示想要加入这个项目
一个拉取请求 #927 被创建，试图将 WASM 支持合并进主仓库

这三年半的等待，最终开了一个有趣的局面。

反思：AI 改变了什么

这个故事最有意思的地方在于时间线：

2022-2025：这个 feature request 基本上是搁置的，虽然有人讨论，但没有人真正着手实现
2025 年 11 月：一个决定性的转折——CetinSert 决定用 AI 来尝试

Codex 最终成功完成了这个任务。这不是简单的”AI 能做什么”的问题，而是”某些人需要勇气去尝试用新工具”的问题。

时至 2026 年 3 月，我们回头看这个故事：

✅ WASM 构建成功
✅ Online playground 上线运行
✅ 社区积极响应
✅ 朝向上游合并的努力正在进行

这可能是开源社区中 AI 辅助开发的一个有趣案例——不是 AI 凭空创造了什么，而是 AI 成为了解决长期遗留问题的催化剂。