作者使用Codex CLI和GPT-5.2工具，仅用4.5小时就将JustHTML项目从Python成功移植到JavaScript，创建了通过9200项测试的无依赖HTML5解析库justjshtml。整个过程消耗大量计算资源，最终生成9000行经过测试的代码。

标题：使用Codex CLI和GPT-5.2在4.5小时内将JustHTML从Python移植到JavaScript

主要内容： 作者Simon Willison在2025年12月15日发表文章，详细描述了他如何利用AI工具Codex CLI和GPT-5.2，仅用4.5小时就将Emil Stenström开发的Python版HTML5解析库JustHTML成功移植到JavaScript，创建了名为justjshtml的新库。

关键细节： 1. 项目背景 - JustHTML是一个用纯Python实现的HTML5解析器，能通过html5lib-tests测试套件的9200项测试 - 作者使用Codex CLI和GPT-5.2进行自动化移植，期间还完成了装饰圣诞树和看电影等私人活动

2. 技术实现

• 仅通过2个初始提示和少量后续调整就完成移植
• AI共处理了1,464,295输入token和625,563输出token
• 最终生成9,000行通过测试的JavaScript代码，包含43次提交
• 新增了流处理、CSS选择器查询和Markdown转换等API功能

3. 开发过程

• 首先让AI分析原项目并制定移植规范
• 采用分阶段实现策略，从简单解析开始逐步完善
• 配置GitHub Actions实现持续集成
• 最后添加了浏览器交互式演示页面

4. 引发的思考

• 现代AI已能完成复杂的多小时编程任务
• 完善的测试套件是自动化开发的关键保障
• 代码生产的成本已大幅降低
• 但由此产生的法律和伦理问题尚未解决

遗留问题： - 这种移植是否侵犯原项目版权？ - AI生成的代码版权归属如何界定？ - 这种开发方式对开源生态的影响？ - 是否应该发布此类自动化生成的库？

注：原文中关于具体命令行操作和技术细节的部分内容有所精简，保留了项目核心过程和关键数据。时间标记显示这是2025年的未来技术场景，但文中描述的方法论对当前AI辅助开发仍有参考价值。

评论内容总结

1. 关于测试套件的重要性

• 主要观点：拥有独立于实现的测试套件（如html5lib-tests）使得库移植项目变得可行，并能验证代码的正确性。
• 引用：
  • "The big unlock here is...a collection of 9,000+ HTML5 parser tests"（simonw）
  • "specs + tests are the new source of truth, code is disposable and rebuildable"（visarga）

2. 关于AI辅助移植的可行性

• 主要观点：AI可以在测试套件的指导下高效完成代码移植，但实际效果可能因项目而异。
• 引用：
  • "This meant that I could set a coding agent loose to crunch away on porting"（simonw）
  • "Not all AI-assisted ports are quite so successful"（cjlm）

3. 关于版权和伦理问题

• 主要观点：对于使用AI生成代码的版权和伦理问题存在争议，尤其是涉及开源许可证时。
• 引用：
  • "It is in the spirit of open source to produce better code by iterating on existing code"（minimaxir）
  • "Ethics and responsibility should guide one’s actions, not just be engagement fodder"（mirthturtle）

4. 关于AI对开发工作的影响

• 主要观点：AI可能显著降低开发成本并替代部分开发工作，但人类理解代码的能力仍然关键。
• 引用：
  • "Using a random LLM cost calculator, this amounts to $28.31... pretty reasonable"（ethanpil）
  • "the cost of code wasn’t necessarily the cost of typing...but having a human actually understand it"（aster0id）

5. 关于测试与开发体验的平衡

• 主要观点：测试套件虽然重要，但可能减少开发者的编码乐趣。
• 引用：
  • "I’d rather have ‘had fun’ doing the coding, and get AI to create the test cases"（xarope）
  • "this impressive output could have been achieved...without running the code against tests"（orange_puff）

6. 关于AI生成代码的局限性

• 主要观点：AI生成的代码可能在复杂场景下表现不佳，仍需人工干预。
• 引用：
  • "you’ll inevitably hit a hairy bug...that the LLM just cannot solve"（aster0id）
  • "LLM’s default behavior is to spit out new code...vs adding an import to some library"（mNovak）