图形处理器词法分析器（gpu-lexer）把源码拆成词、空格、换行和符号，再用微小 WebGPU 模型结合局部与全文上下文标记每部分。它不限语言，不从语法规则而从周围代码猜测类型，即使训练未见过该语言。相邻标签成为返回的语法跨度。此实验性工具非等价高亮器，在训练外文件上当前模型 11.98% 的令牌标签与语法高亮库（Shiki）不同。

gpu-lexer 是一个 27.4KB、与语言无关的 WebGPU 语法高亮器。调用 parse('source code') 会返回一组 span，每个 span 包含 start、end 和类型，类型共九种：plain、comment、string、number、keyword、type、function、constant、operator。

它的工作方式分两步：先把源码拆成词、空白、换行、符号等简单部分，再用一个很小的 WebGPU 模型结合局部上下文和整份文件的信息给每部分分类。它不选语法，而是根据周围源码猜测每部分的类型，所以天生不针对任何语言——即使训练时从未见过那种语言或语法，也能处理。相邻的标签合并起来，就是返回给调用方的语法 span。

这只是个实验，不是能替代语法规则的高亮器。在被剔除出训练的留出文件上，当前模型有 11.98% 的 token 标签与 Shiki 不同。这个数字衡量的是跟 Shiki 的一致度，不是客观正确性；换成没见过的语言或真实代码，差异可能更大。

「Highlight 10× three.min.js」测的是浏览器里温暖环境下的运行时间（越低越好）：2026 年 9 月 9 日，每个引擎预热后跑一轮，输入是 10 份 three.min.js 拼接起来的源码（556 万字符）。设备为 MacBook Pro（Apple M4 Pro、20 核 GPU、24GB），系统 macOS 26.6.2，浏览器 Chrome 152。各引擎跑在独立 worker 里，不计 DOM 渲染。gpu-lexer 和 Shiki 返回 token 数据，Starry Night 返回 HAST 树，Sugar High、Prism.js、Highlight.js 返回高亮后的 HTML。版本分别是 Sugar High 2.3.1、Prism.js 1.30.0、Highlight.js 11.12.0、Starry Night 3.11.0、Shiki 4.4.3。

「Loaded library size」比较引入的库体积（越低越好）：把各库压缩并做 Brotli 编码后，于 2026 年 9 月 9 日测量。覆盖的 Web 主力语言包括 javascript、typescript、css、html、json、markdown；gpu-lexer 不管哪种语言都用同一个包，Starry Night 的体积含 Oniguruma WASM。

「Top-25 weighted agreement」是与 Shiki 的按流行度加权一致度（越高越好）。以 Shiki 作为 100% 参照，把各库的 token 名映射到上面那九类，拿 GitHub Innovation Graph 2026 年 Q1 前 25 语言的 1,103 个留出文件做比较，只比较非空白片段，并按各语言的 pusher 数加权。不支持的语言记 0 分，语料大小不影响权重。

页面还提供了 live demos，涵盖 75 种语言，并有 react.development.js 的示例。

多数人对用极小体积 WebGPU 小模型替代语法高亮的思路表示惊叹，并看好其对未知语言的泛化潜力；少数人质疑其实用性、跨平台兼容性及非确定性带来的一致性问题。

认为其价值在于炫技而非日常实用

• 认为一次性高亮巨量代码并不常见，非确定性方式帮助有限，但作为浏览器能力的演示很精彩（较多人） > 这不算是实用，因为一次性高亮500万行代码不常见，但展示浏览器能干什么实在棒极了（@onion2k）

惊叹极小体积与用模型替代语法的思路

• 27KB 的尺寸纪律令人喜爱，用微小 WebGPU 模型取代传统语法规则是简洁优雅的新颖想法（较多人） > 用微型 WebGPU 模型代替语法分析器是很干净的主意（@quietraster）

看好对未知语言与方言的泛化潜力

• 认为最有趣的是小模型不仅对常见语言有效，对尚不存在的 SQL 变种或接近目标语言的随意代码也可能有用（较多人） > 最有趣的不是对常见语言有效，而是对还不存在的语言似乎也有用（@netghost）

质疑跨平台兼容性与静默失败

• 多名用户报告在 Linux 和 Android Firefox 上完全无法高亮（文本全黑或无效），但在 iOS 上正常，怀疑是支持缺失或静默失败（较多人） > 在 Linux 和安卓 Firefox 上渲染全是黑字没有高亮，iOS 却很好，可能是静默失败（@LatticeAnimal）

担忧非确定性与训练集外的一致性问题

• 指出模型高亮存在不一致，例如 null 在 === 左侧可能因训练未见过而不高亮，并怀疑小模型在训练集外语言上的真实泛化能力（较多人） > 一致性是个问题，比如 null 在等号左边可能不高亮，因为训练时大概没见过（@undefeated）

探讨小模型替代确定性代码的前沿趋势

• 有人认为未来编程将更少依赖确定性算法，收集数据训练专精小模型比维护大体量代码更容易，LLM 普及也让人们不再排斥非确定性（少数人） > 即使能写确定性算法，有时收集数据训练小模型也比维护大型代码库更轻松（@vova_hn2）

有价值的补充

• 浏览器冷启动与 CSP：有用户指出 WebGPU 管线编译的冷启动开销，以及严格 CSP 策略可能像拒绝 wasm-unsafe-eval 那样静默阻止着色器编译，值得关注（@alphanumericent）
• 技术对照：有人给出了自己用确定性方式编写的 32KB PHP 高亮套件作为体积与思路对比（@thangalin）
• 跨维度渲染：有开发者分享了自己基于 GPU 的三维确定性文本着色系统，能在一秒内渲染约 9500 万等宽字形，希望探讨结合可能（@tikimcfee）
• 冷知识讽刺：项目宣称对 ActionScript 达到 95–100% 一致率被指出意义有限，因为该语言最后稳定版已是 20 年前（@muglug）