文章摘要
Incremental是一个受自适应计算启发的库，能高效构建复杂计算并响应输入变化，适用于电子表格、GUI视图更新及保证派生数据与源数据同步等场景。
文章总结
Incremental是一个受Umut Acar等人关于自适应计算研究启发的库，它提供了一种构建复杂计算的方法，能够高效地响应输入变化。该库在多个场景中具有实用价值，例如：构建类似电子表格的大型计算，使其能高效应对数据变化；在GUI应用中创建可高效整合新数据的视图；以及计算派生数据时确保其与源数据保持同步（如过滤或反转映射）。关于库的详细文档和使用方法，可查阅incremental/src/incremental_intf.ml文件，另有一篇博客文章和视频提供了非正式介绍。
评论总结
根据评论内容，主要观点和论据总结如下：
1. 技术实现与性能优势 - 评论1（mempko）指出，类似方案7年前已用于基金参数优化，OCaml速度约为C的1-2倍，与Java相当。关键引用："I have built something similar like this for my fund 7 years ago... I know Ocaml is fast, about 1-2x speed of C" - 评论8（jitl）强调，这种响应式编程在JavaScript UI框架中流行（如Vue、SolidJS），SolidJS2使用类似Incremental的高度算法。关键引用："This style of reactive programming is quite popular in JavaScript UI frameworks... SolidJS2 uses a height-based algorithm similar to Incremental"
2. 与现有模式的对比 - 评论2（RandomBK）质疑与Observable模式的差异，认为变化检测和批量更新在Observable中也可实现。关键引用："how this differs from an observable pattern... Is the delta primarily coming from introspection and automatically building the compute graph?" - 评论6（dh2022）认为C#的事件/数据绑定也能实现类似功能，质疑Incremental的独特价值。关键引用："In C# a dependency graph that automatically updates only the affected dependencies can be implemented using events... I do not understand what is the big deal with Increment"
3. 历史与行业应用 - 评论3（fadesibert）提到高盛30年前采用类似方法进行工具定价，强调最小化计算次数。关键引用："Goldman took the same approach with instrument pricing ~30 years ago... you want to minimize the number of times you do it" - 评论4（runtime_lens）赞赏Jane Street将研究概念转化为实用工具，设计文档值得阅读。关键引用："Jane street projects... tend to package ideas that have existed in research or niche system into something developers can actually use"
4. 跨语言与框架类比 - 评论5（raphinou）指出WebSharper的Var类似此方案，用于F#动态Web界面。关键引用："websharper's Var are similar to this... really great to develop dynamic web interfaces" - 评论7（djtango）联想到Clojure的Javelin数据流库。关键引用："This specific library immediately reminded me of Javelin from Clojure" - 评论8（jitl）还提到Rust的Leptos和Salsa，以及构建系统tup的自动依赖追踪。关键引用："There are a few of these for Rust as well... Salsa is an example in general incremental computing"
5. 潜在争议与未解问题 - 评论2和6均质疑Incremental的创新性，认为其核心功能（变化传播、批量更新）在现有技术中已可实现。评论2进一步追问："Is the delta primarily coming from introspection and automatically building the compute graph?" - 评论9（curtisblaine）提及d2ts项目，暗示可能存在类似方案，但未明确比较。关键引用："This reminds of https://github.com/electric-sql/d2ts"