给未来 100 个 Rust GUI 的建议
Raph Levien,2026 年 11 月 21 日
本文是 4.5 年前发表的《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(参见 2026 年调查),但最近对 Rust GUI 的兴趣也在 AI 的推动下迅速升温。
Rust GUI 仍然很有吸引力
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,尤其是在使用跨平台技术构建时。平台自带的 GUI 工具包基本停滞不前,系统厂商对解决跨平台问题仍然不感兴趣,因此 Electron 越来越受欢迎。内存依然昂贵,而且重心正在转向移动端,所以臃肿会带来实实在在的后果。用 Rust 构建高性能 UI 是一个切实可行的替代方案。
过去几年 Rust UI 的采用一直很缓慢。很少有旗舰应用使用 Rust 构建其 UI。其中最著名的一个是 Zed 编辑器,它构建在自己的 GPUI 框架之上。它证明了发布 Rust UI 是可行的,事实上,GPUI 正在成为 AI 驱动重写的主要选择,最值得一提的是 Discord。我个人的感觉是,GPUI 非常适合 Zed 的使用场景,在一个真实项目中发布它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 渲染引擎非常适合文本编辑器,但缺乏完整的渐变支持、混合、滤镜,以及其他与 Vello 或 Skia 同级别的渲染器所应具备的特性。
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,用 LLM 编写 Rust 代码的成本并不比其他语言高多少,而且有理由相信,在大型代码库中,Rust 会更容易维护,因为它的类型系统有助于强制不变量。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结合上要好得多的语言呢?
由于这些原因,Rust 正迅速成为对现有代码库进行 AI 重写的语言。但对于 UI 层的策略仍未达成共识。我预测会出现一波尝试各种不同方案的小爆发。
原生很复杂
我在 2022 年的博客文章中用了很大篇幅讨论“原生”,首先指出这个词没有明确的含义,更广泛地指出“原生”UI 工具包只是众多选择中的一种,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所针对的平台。Windows 仍然没有明确的原生选择(参见《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(参见 Michael Tsai 2025 年的博客),因此显然在性能方面有可能做得更好。
虽然桌面 UI 一直停滞不前,但移动端的情况略有不同。平台继续投入,而且有许多细节对于应用看起来和感觉起来像原生应用很重要。一个非常引人注目的例子是 iOS 上的 Liquid Glass——如果你使用 UIKit 或 SwiftUI,你可以毫不费力地获得它,但用跨平台工具包构建的应用不会完全对味。此外,让手势识别、滚动手感和 IME 100% 匹配平台仍是尚未完全解决的问题。
文章标题:给未来 100 个 Rust GUI 的建议
正文: 因此,对于移动端来说,一条极其可行的路径是:UI 使用原生工具包,而把通用的“业务逻辑”用 Rust 来做。业务逻辑我还不确定,但就 UI 而言,这正是 Shopify 最近做出的决定——他们放弃了 React Native。我相信 1Password 采用的就是这种架构。这也是 Discord 在移动端的“Phoenix”计划,同时在桌面端使用 GPUI。
话虽如此,完全用 Rust 构建移动端 UI 这方面已经取得了相当大的进展。下面是 android-view 中编辑器演示的一小段录屏。你可以看到很多 IME 功能都能正常工作,包括滑动输入、通过滚动空格键移动光标,以及按语义块删除。下面的视频没有展示,但组合区域(CJK 所需)也能正常工作,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已基本解决
在 2022 年那篇博文中,一个重大的未解决问题是文本布局。把它做对当然是个难题。我很高兴地说,如今生态已经有了一个不错的解决方案,即 Parley。它是 Google、Canva 和 Dioxus(现为 Cognition)持续投入,以及社区贡献的结果。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,但如今也已是可靠的基础设施,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打勾式集成之间是有区别的。而且还有更多工作要做,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。这尤其是 egui 的问题,因为它必须在每个动画帧构建并 diff 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 年那篇博文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。你确实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。
已经有一些进展,尤其是 subduction 库,但它显然还没有被普遍集成到 UI 工具包中。要做好这件事是个有挑战性的问题,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,并在其他平台上用 polyfill 尽可能实现该接口。在 Android 上,当任务比较简单时,比如在视频上叠加一些 GUI 控件,它会使用 SurfaceFlinger 层,但当涉及更复杂的合成时,它会在 GPU 上运行 shader。
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,而不是几十个 vibe-coded 的 fork。但即使是后者,有也比没有好。
即时模式 vs 保留模式
Rust UI 生态的挑战之一在于,不同的应用有不同的需求。为完全通用的用途提供单一、统一 UI 的想法可能已经离我们远去,尤其是现在 LLM 可以针对特定用例进行优化和微调。
文章标题:Advice for the next 100 Rust GUIs
正文: 这在架构层面体现为 immediate mode 与 retained mode 之间的选择。immediate mode 很有吸引力,因为它的总代码量更少,看起来也简单不少。而且对某些应用(尤其是游戏的开发支持)来说它效果很好。然而,我担心它的可扩展性不会特别好。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可用,它必须建立稳定的 widget 标识,以便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 immediate mode 往往通过在文本布局上偷工减料来绕过这一点,这对 gamedev 来说或许没问题)。当然,它还会强烈地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 并不看好。我确实认为 egui 是 Rust 中 immediate mode 范式的一个非常好的实现,而且它确实解决了不少问题(包括无障碍,这是主线 Iced 尚不支持的),但它不会是我做生产力与设计类应用时的首选。egui 的 README 对优缺点讲得相当诚实,值得一读。
清晰定义的模块
在尝试做好 LLM 辅助软件工程的过程中,浮现出的一个主题是:拥有清晰划定范围的模块,最好还为模块的职责配上扎实的规格说明。在一个模块内部,给定明确的目标,例如性能和对不利输入的鲁棒性,LLM 可以做得非常好。
这一理念与历史上行之有效的做法存在张力。人们根据 UI 工具包看起来有多好来合理地进行选择。尤其是 Apple 的 UI 框架,内置了大量的设计知识,尤其是在默认值中。开发者只需花很少的功夫,就能做出一个外观和手感像 Mac 应用的 app,即使并不精致。
我认为未来我们应该走向设计与执行分离。两者都是难题,但性质非常不同。我尤其感到兴奋的是,在进行真正优化时,执行侧还有多大的改进空间。正如 2022 年那篇博客文章所讨论的,UI 工具包的计算机科学核心是一个增量计算引擎。
在设计与会话之间的接口处拥有一份好的规格说明至关重要。作为总体策略,我建议改编 web 标准,但不要盲目追随。Web 标准是一项令人印象深刻且重要的成果。大量时间与精力投入到了它们的制定中,而且在让事物跨平台可用上也倾注了很多心血。广泛的 WPT 测试才是这份规格说明真正的魔力所在,它们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 为何流行。
话虽如此,严格遵循 web 标准也有严重的弊端。DOM 很慢且内存密集;一种更轻量、带有批量变更接口的树表示或许更能满足 GUI 应用的需求。完整的 CSS 样式解析与布局同样昂贵,尽管 CSS 是描述样式的一种丰富而强大的方式。为效率精心裁剪的 CSS 子集或许会有用。我做过一些实验,把选择器实现为支持增量求值的高效状态机,代价是放弃兄弟选择器之类更花哨的 CSS 特性。
Web 还缺乏一种可靠的表示虚拟化列表的方式,而这是每个高效 UI 工具包的核心特性。要在这里拿出一份规格说明,需要敲定其与数据模型之间的接口,同时保持增量性。
对接下来 100 个 Rust GUI 的建议
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——这些方案大量借鉴 Web 规范,同时又对其加以改造,使其性能更高、与平台能力集成得更紧密。仅举一例:可以从 Stylo 作为 CSS 选择器引擎起步,如果实践证明可行,再将它替换为一个更精简、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 响应式层被设计为独立于它所控制的实际元素,事实上它同时有面向 DOM(其中包括作为 squircle 交互式演示的基础设施)和面向 Masonry 组件的实例化。另一方面,Masonry 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 把底层组件实现、响应式框架以及语言本身都糅合在了一起;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,但我今天要论证的是,在事物快速变化的当下,我们应当重新审视各种假设。
优化机会
给定以某种方式编码的 UI 设计——可以是代码、数据,或两者结合而成的 DSL——引擎有诸多机会来优化该设计的执行。也许本节的大量内容都是画蛇添足,因为用优化过的 Rust 代码对该设计做直白求值,就会胜过几乎所有已发布的 GUI。但我感兴趣的是性能所能达到的极限。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,并预计算静态部分。这绝不排斥设计拥有动态部分;只是有可能避免完全动态实现所带来的开销。
另一条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,主要是通过避免对界面中未发生变化的部分重新渲染。然而,图层有 RAM 开销,使用过多图层实际上反而会拖慢速度,因为分配新图层必须经过对底层系统的调用。把这件事做对是一个棘手的优化问题,适合借助测量或分析来妥善处理。UI 工具包通常要么使用启发式规则(并不总是完美),要么使用显式提示(如 SwiftUI 中的 .drawingGroup() 或 Flutter 中的 RepaintBoundary)。
要深入了解性能问题,参见 A Critique of GPUI。理想情况下,各 UI 工具包之间不应存在巨大的性能差异,因为所有低垂的果实都应被摘取。我们期望系统语言的实现在性能上相当可比,但目前在 GUI 性能上仍容忍着巨大的差距。
建议
- 大胆去做。现在正是时候。Rust UI 有潜力带来远超现状的性能。
- 建立在坚实的基础之上。
- 在存在明确定义的规范时使用它们。
- 找到与开源良好协作的方式。与上游合作,但不要用垃圾 PR 去骚扰他们。
致谢
感谢 Nico Burns 审阅本文的早期草稿。