浏览器端 Wasm 推理短记：并发上来先守住资源上限

浏览器端推理不等于没有资源压力。我做小实验时，连续点几次按钮，旧推理还没结束，新输入已经排进队列，先紧张的是内存和任务数。

AI 的输入可能是文本、图片特征或音频片段，输出可能是分类结果或向量。两边都要有大小限制；同时运行多少任务，也应根据模型体积、目标设备和实际测试决定，而不是照搬一个数字。

use tokio::sync::Semaphore; async fn run_with_limit(gate: &Semaphore) { let _permit = gate.acquire().await.expect("gate is open"); // 调用实际推理，返回时自动释放许可。 }

这只是宿主侧示意。浏览器里的 Wasm 调用还要结合 Web Worker 或具体推理库验证。拿不到许可时，可以提示稍后重试，或只保留最新一次请求；实时界面通常不该让过期结果覆盖新输入。

人工验收时，我会在低配设备、断网恢复和连续操作下看是否卡顿或错显。Wasm 模块只应拿到推理必需的数据，不该碰 Cookie、存储内容或凭据。

补充记录（第 2 篇）：我会把这条建议落实为一个可复现的小检查，而不是停在概念层面。先写清输入、预期行为和失败时的处理方式，再在干净环境中运行最小示例；结果与假设不一致时，回到文档和代码定位原因。这样既能保留学习过程，也不会把局部经验包装成通用结论。

第 2 篇的收尾检查是：删掉无关输入，保留一个能失败的反例，并写下我准备如何确认修复是否真的生效。若没有可执行的检查，就把结论标为待验证，而不急着把它变成规则。

第 2 篇的延伸练习：把文中的判断拆成一张小表。第一列写触发条件，例如输入超过限制、依赖返回异常或调用者取消；第二列写程序可观察到的信号，例如错误类型、队列状态或测试断言；第三列写允许的处理动作，以及谁有权执行它。随后只实现其中一条最小路径，并故意制造失败输入检查结果。若失败路径没有明确输出，就不要继续增加功能。这样做虽然比让工具直接补全整段代码慢，但能迫使我先理解所有权、资源释放和调用方预期。完成后再删去不必要的分支，补上一个回归测试，并把运行命令与限制条件记在提交说明里。读者若要采用相同思路，应替换为自己的编译器版本、依赖版本和业务目标；示例不能替代项目验证。

第 2 篇还应补一个边界案例：当输入为空、依赖不可用或用户中途取消时，程序是否仍能给出可理解的结果。把这些案例写成小测试后，再检查日志是否泄露路径、账号或原始内容。只有正常路径和失败路径都能说明白，才把这段做法放进自己的工作流。

第 2 篇的发布前检查：确认标题没有承诺超出正文的范围，示例代码能独立阅读，参数没有被写成通用答案；再让一位不了解上下文的人按步骤复述风险点。如果对方无法判断何时该停止或回退，就继续删减结论、补充限制，而不是增加口号。