跳到正文
Hacker News· raphlinus·· 1 天前AI 评分28

Raph Levien 谈下一代 Rust GUI 的十条建议

Advice for the next 100 Rust GUIs

AI 导读

Raph Levien 发布《Advice for the next 100 Rust GUIs》,作为 4.5 年前《Advice for the next dozen Rust GUIs》的续篇。

正文 · AI 翻译

Raph Levien,2026年11月21日

这是对4.5年前发布的给未来十几个 Rust GUI 的建议的后续。 世界在许多方面已经不同,但其中一些建议仍然有效。 自那篇博客文章以来,大约有20个 Rust GUI 工具包发布(见2026年调查),但最近在 AI 的推动下,对 Rust GUI 的兴趣也迅速加速。

Rust GUI 仍然有吸引力

用 Rust 构建 GUI 应用的动力依然强劲。 许多已发布的 GUI 应用性能不佳,尤其是用跨平台技术构建时。 平台提供的 GUI 工具包基本停滞不前,系统厂商对解决跨平台问题仍不感兴趣,因此 Electron 越来越受欢迎。 内存仍然昂贵,且重心正在转向移动端,所以臃肿会带来实际后果。 用 Rust 构建高性能 UI 是一个实用的替代方案。

过去几年 Rust UI 的采用一直缓慢。 很少有旗舰应用使用 Rust 做 UI。 最著名的一个是 Zed 编辑器,它构建在自己的 GPUI 框架上。 它证明了发布 Rust UI 是可行的,事实上,GPUI 正成为 AI 驱动重写的主要选择,最著名的是 Discord。 我个人感觉 GPUI 很适合 Zed 的用例,在真实项目中发布大大提升了它的可见度和可信度,但它未必是更通用应用的理想选择。 除其他因素外,它的 2D 渲染引擎很适合文本编辑器,但缺少完整的渐变支持、混合、滤镜,以及与 Vello 或 Skia 同级别渲染器所应具备的其他功能。

采用缓慢的原因可能正在消融。 编写 Rust 代码比传统上用于 UI 的语言(TypeScript、Kotlin、Swift)更难,而且找到同时精通 Rust 和 UI 的工程师很有挑战性。 但 AI 正在改变局面。 有证据表明,编写 Rust 代码的 LLM 成本并不显著高于其他语言,而且有理由相信在大型代码库中,Rust 将更易维护,因为其类型系统有助于强制执行不变量。 所以如果所有语言的成本大致相同,那为什么不选择一种在安全性和性能上具有显著更好组合的语言呢?

由于这些原因,Rust 正迅速成为对现有代码库进行 AI 重写的首选语言。 但对于 UI 层的策略仍未达成共识。 我预测将会出现一波尝试各种不同方案的小爆发。

原生很复杂

我2022年的博客文章有一大节讨论“原生”,首先指出该术语没有明确含义,更广泛地指出“原生”UI 工具包只是众多选择之一,应该根据重要的质量标准来评估。

我认为这在很大程度上仍然成立,但这在很大程度上取决于目标平台。 Windows 仍然没有明确的原生选择(见微软自 Petzold 以来就没有连贯的 GUI 战略),而在 Mac 上,AppKit 和 SwiftUI 之间存在一些碎片化。 然而,SwiftUI 存在性能问题(见Michael Tsai 2025年的博客),因此在性能方面显然有可能做得更好。

桌面端 UI 一直停滞不前,而移动端的情况则有所不同。 各平台持续投入,许多细节对于应用呈现原生观感与体验至关重要。 一个非常典型的例子是 iOS 上的 Liquid Glass——如果你使用 UIKit 或 SwiftUI,几乎不费力气就能实现,但用跨平台工具包构建的应用看起来就不太对劲。 此外,让手势识别、滚动动力学和输入法 100% 匹配平台,仍是尚未完全解决的问题。

因此,对于移动端,一条极其可行的路径是用原生工具包做 UI,但把通用的“业务逻辑”放在 Rust 中实现。 业务逻辑我不太确定,但在 UI 方面,这正是 Shopify 最近做出的决定——放弃 React Native。 我相信 1Password 采用了这种架构。 这也是 Discord 移动端的“Phoenix”计划,而桌面端则使用 GPUI。

话虽如此,完全用 Rust 构建移动端 UI 已经取得了相当大的进展。 下面是 android-view 中编辑器演示的简短录屏。 可以看到许多输入法功能都能正常工作,包括滑动、通过滚动空格键移动光标,以及按语义块删除。 下面的视频中没有展示,但组合区域(CJK 所需)也能工作,并且通过 AccessKit 提供了基本的无障碍支持。

文本布局与无障碍基础设施基本已解决

2022 年那篇博客文章中尚未解决的重大问题之一就是文本布局。 这当然是一个很难做对的问题。 我很高兴地说,如今生态已经有了一个很好的解决方案,即 Parley。 这得益于 Google、Canva 和 Dioxus(现为 Cognition)的持续投入,以及社区的贡献。 它似乎已被大多数新的 Rust UI 工具包采用。 此外,为帮助降低单一文化风险,Cosmic Text 是一个可行的替代方案。

AccessKit 在 2022 年才刚刚起步,但如今也已成为稳固的基础设施,并被大多数 UI 工具包使用。 不过我应该指出,良好的集成与走过场式的集成是有区别的。 还有更多工作要做,例如让富文本编辑完全可访问。 我还希望解决的另一个问题是启用无障碍功能时的性能下降。 这对 egui 来说尤其是个问题,因为它必须在每个动画帧构建并对比一棵树,削弱了其底层即时模式设计的优势。

系统合成器仍未解决

我在 2022 年博客文章中广泛讨论的一个话题是利用系统合成器。 这个问题在今天更加紧迫,尤其是视频的重要性日益增加。 你真的会希望视频尽可能在硬件加速层中播放,而在低端设备上,这是获得流畅帧率的唯一希望。

已经取得了一些进展,尤其是 subduction 库,但它显然还没有被普遍集成到 UI 工具包中。 要做好这件事是一个具有挑战性的问题,因为平台提供的能力差异很大。 理想情况下,应该有一个丰富的高层接口,类似于 Apple 平台上的 CALayer,并在其他平台上尽可能实现该接口的 polyfill。 在 Android 上,当任务比较简单时,比如在视频上叠加一些 GUI 控件,会使用 SurfaceFlinger 图层,但当涉及更复杂的合成时,则会在 GPU 上运行着色器。

这绝对是我们应该构建的东西,最好作为一个高质量的社区项目,而不是拥有几十个 vibe-coded 分支的东西。 但即使在后一种情况下,它存在也比不存在好。

Rust UI 生态系统的挑战之一是不同应用有不同的需求。 为完全通用目的提供单一、统一 UI 的想法可能已经过去了,尤其是现在 LLM 可以针对特定用例进行优化和微调。

这在架构上体现在立即模式和保留模式之间的选择上。 立即模式非常有吸引力,因为它的总代码量更少,而且看起来简单得多。 对于某些应用(尤其是游戏开发支持)来说,它运行良好。 然而,我担心它的扩展性不会特别好。 简而言之,它擅长前 90%,但会让后 90% 变得更难。 要被认为真正达到生产就绪,它必须建立稳定的控件标识来构建和更新无障碍树,并且必须可靠地缓存昂贵的中间产物,例如文本布局(简单的立即模式通常通过在文本布局上偷工减料来绕过这个问题,这对游戏开发来说可能没问题)。 当然,它强烈倾向于每帧重新渲染所有内容的模型,而不是利用合成器中的图层。

出于这个原因以及其他原因,我对 ArtCraft 项目选择使用 egui 并不以为然。 我确实认为 egui 是 Rust 中立即模式范式的一个非常好的实现,它确实解决了许多问题(包括无障碍性,这是主线 Iced 尚不支持的),但它不会是我用于生产力和设计应用的首选。 egui README 对优缺点非常诚实,值得参考。

清晰定义的模块

在尝试做好 LLM 辅助软件工程时,出现的一个主题是拥有清晰划定范围的模块,最好有关于模块功能的可靠规范。 在一个模块内,给定明确的目标,例如性能和对抗不利输入的鲁棒性,LLM 可以做得非常好。

这种理念与历史上行之有效的做法存在张力。 人们合理地根据 UI 工具包的外观来选择它。 特别是 Apple UI 框架内置了大量的设计知识,尤其是在默认值中。 开发者只需很少的努力,就能让应用看起来和感觉起来像 Mac 应用,即使不是很精致。

我认为未来我们应该朝着设计与执行分离的方向发展。 两者都是难题,但性质截然不同。 我尤其感到兴奋的是,在执行侧进行真正优化时,还有很大的改进空间。 正如 2022 年那篇博客文章中所讨论的,UI 工具包的计算机科学核心是一个增量计算引擎。

在设计层与执行层之间拥有一个良好的接口规范至关重要。 作为总体策略,我建议采纳 Web 标准,但不必盲从。 Web 标准是一项令人印象深刻且重要的成果。 大量时间和精力被投入到制定这些标准中,而且在实现跨平台兼容方面也倾注了大量心血。 广泛的 WPT 测试才是规范真正的魔力所在,它帮助多个高质量开源实现保持正确性。 这一切在很大程度上解释了 Electron 为何如此流行。

话虽如此,严格遵循 Web 标准也有严重的弊端。 DOM 速度慢且内存占用高;一种更轻量的树形表示,配合批量变更接口,或许能更好地满足 GUI 应用的需求。 完整的 CSS 样式解析与布局同样开销巨大,尽管 CSS 是描述样式的一种丰富而强大的方式。 精心筛选出注重效率的 CSS 子集或许会很有用。 我曾做过一些实验,将选择器实现为支持增量求值的高效状态机,代价是放弃诸如兄弟选择器这类更花哨的 CSS 特性。

Web 还缺乏一种可靠的方式来表示虚拟化列表,而这是每个高效 UI 工具包的核心特性。 这方面的规范需要与数据模型敲定接口,同时保持增量性。

Blitz 作为一个模块化浏览器引擎,非常适合作为混合方案的基石——大量借鉴 Web 规范,同时对其进行调整以实现更高性能,并与平台能力更紧密地集成。 仅举一例,可以先以 Stylo 作为 CSS 选择器引擎,如果实践证明可行,再将其替换为更精简、更高效的 CSS 引擎。

将关注点分离为更小模块的一个好例子是 Xilem/Masonry 的拆分。 Xilem 的响应式层被设计为独立于它所控制的实际元素,事实上它既有针对 DOM 的实例化(这同时也是 squircle 交互演示的基础设施),也有针对 Masonry 部件的实例化。 而 Masonry 则被设计为独立于响应式层,也独立于其上一层的语言。

相比之下,SwiftUI 将底层部件实现、响应式框架以及语言本身糅合在一起;Swift 运行时反射是执行引擎的一部分。 显然 SwiftUI 的触达范围远超 Xilem,但我今天想说的是,随着情况快速变化,我们应该重新审视这些假设。

优化机会

给定以某种方式编码的 UI 设计——可以是代码、数据,或两者兼有的一种 DSL——引擎有许多机会来优化该设计的执行。 也许这一节的大部分内容都是画蛇添足,因为用优化过的 Rust 代码对设计进行直接求值,性能会超过几乎所有已发布的 GUI。 但我感兴趣的是性能可能达到的极限。 我们能否即使在低端 Android 手机上也能获得丝滑流畅的 UI? 我认为答案是肯定的,而这个问题值得探索。

一个有用的策略可能是将设计中的静态部分与动态部分分离,并预先计算静态部分。 这绝不排除设计具有动态部分;只是有可能避免完全动态实现的成本。

另一个富有成效的优化途径是优化图层的使用,通过系统合成器或轻量级 GPU 加速 polyfill 进行合成。 有效使用图层可以显著提升性能,主要是通过避免重新渲染界面中未发生变化的部分。 然而,图层有内存成本,使用过多图层实际上可能拖慢速度,因为分配新图层必须经过对底层系统的调用。 做好这一点是一个棘手的优化问题,适合使用测量或分析手段。 UI 工具包通常要么使用启发式方法(并不总是完美),要么使用显式提示(如 SwiftUI 中的 .drawingGroup() 或 Flutter 中的 RepaintBoundary)。

如需深入了解性能问题,请参阅 A Critique of GPUI。 理想情况下,UI 工具包之间不应存在巨大的性能差异,因为所有容易摘到的果实都应该被摘取。 我们期望系统语言的实现在性能上相当可比,但仍然容忍 GUI 性能上的巨大差异。

建议

  • 大胆去做。 就是现在。 Rust UI 有潜力提供远超现状的性能。
  • 建立在坚实的基础之上。
  • 在可用时使用定义良好的规范。
  • 找到与开源良好协作的方式。 与上游合作,但不要用垃圾 PR 骚扰他们。

致谢

感谢 Nico Burns 审阅本文的早期草稿。

来源:Hacker News · linebender.org