「我想做一个隐私优先的检索增强生成应用，文档永远不离开浏览器。」开发者这样开场。听起来理想主义，但「搜索」这一步在5000个向量时就崩了。
这不是算法问题。余弦相似度不过是点积除以两个范数，但10000个向量×1536维=单次查询1500万次浮点乘法。JavaScript的垃圾回收器才不管你是不是在热循环里——它想停就停。
实测：纯JS的硬天花板
他测遍了所有客户端库。10000向量×1536维，client-vector-search耗时37毫秒，MeMemo的HNSW降到17毫秒，但建索引要几分钟；VecLite做到8毫秒，仍是它的两倍慢。突破10万后，纯JS开始吃瘪——单次搜索1.5秒以上。
生态位的空缺很明显：没有东西能填上「玩具库（上限1千向量）」和「生产级向量库（需要服务器）」之间的鸿沟。他需要在浏览器里跑10万向量、亚秒级延迟。
第一个抉择：留在JavaScript，还是下沉到更底层？他选了Rust编译成WebAssembly，后续所有决定都从这里 cascade（级联）开来。
Rust/WASM的三张底牌
这不是推测。PGlite、DuckDB-WASM、Figma都在用同一套架构，工具链成熟。相比JavaScript，Rust/WASM提供三样东西：
一是接近原生的速度，WASM的浮点运算没有JS的解释开销；二是内存布局可控，向量用连续的Float32Array存储，没有JS对象的指针跳跃；三是没有垃圾回收，内存生命周期由开发者管理，不会在搜索中途卡顿。
但架构有三层严格分界：TypeScript、WASM边界、Rust。边界的规则比算法更重要。
边界开销：一次调用 vs 一万次调用
每次WASM穿越都有成本。调用一次WASM传10000个向量，和调用10000次每次传1个向量，差距是40毫秒对4秒——两个数量级。
实际的上传路径被压缩成单次穿越：TypeScript负责校验、扁平化、序列化，然后一次跨过边界。
所有向量以f32存储和计算，绝不用f64。这是刻意选择：f64的精度对语义搜索是浪费，但内存和带宽成本翻倍。在浏览器里，每个字节都值钱。
存储层：故意做得「蠢」
VecLite的存储适配器只有四个方法：get、set、delete、clear。键值接口，越简单越好。
这个设计把持久化策略完全踢给调用方。想用IndexedDB？自己包一层。需要加密？在外面做。存储层不碰这些，只保证向量索引本身足够快、足够小。
这种「愚蠢」是刻意的。浏览器环境太碎片化，试图内置智能存储只会变成配置地狱。把复杂度推出去，核心库保持原子性。
为什么这件事值得看
这不是又一个Rust重写的故事。它戳中了一个被忽视的中间地带：客户端AI的「最后一公里」——嵌入模型可以在浏览器跑（Transformers.js），但向量搜索成了瓶颈。
他的选择揭示了一条务实路径：不用等浏览器原生支持，也不倒退回服务器，而是用成熟工具链把计算密度压进客户端。隐私优先的RAG、离线可用的语义搜索、零API成本的个人知识库——这些场景突然变得可行。
当然，10万向量在浏览器里仍是小众需求。但生态位空着的时候，先占住的人定义标准。VecLite的存储适配器设计尤其聪明：它不假装能解决所有问题，而是让能解决的人无缝接入。
下次有人再说「浏览器做不了重计算」，你可以把这篇甩过去——顺便提醒他，垃圾回收器可不会看场合暂停。
热门跟贴