大家好，我是老刘
2024年，Tauri发布，全网一片叫好："Electron 杀手"、"安装包体积缩小 90%"、"Rust 性能加持"。各路技术博主（包括我在内）都在聊这个新玩具。
结果呢？2026年4月，Opencode团队在dev.to上发了一篇文章，标题很诚实：
Moving OpenCode Desktop to Electron dev.to/brendonovic...
意思就是：我们试过了，现在要切回 Electron。
官方给了三个理由：
1. WebKit 渲染问题 Tauri 在 macOS/Linux 上使用 WebKit 渲染，性能不如 Chromium，且不同平台间样式不一致，维护成本高。
2. CLI 启动瓶颈 Bundled CLI 影响启动速度，Windows 上偶发失败，用户体验打折扣。
3. Bun → Node 迁移 团队计划从 Bun 迁移到 Node，Electron 内置 Node 进程，服务器代码运行更简单，减少一层运行时依赖。
这三个理由看起来都很具体，那么这两个开发框架的差别到底在哪里？
Tauri vs Electron
老刘在2024年的时候就发文章对比过Tauri：
只不过那时候更多是站在手机端的角度进行对比。
如果是站在桌面端的角度，Tauri和Electron就是非常典型的一对竞争对手。
他们俩之间的关系非常像手机端的RN和flutter。
RN和Tauri都是将渲染部分交给了系统，他们自己只负责维护逻辑上的UI树。因此它们的体积都可以做到非常小。
而Flutter和Electron都是将渲染引擎打包到程序内部，因此安装包的体积看起来就会大很多。
这也是当前很多项目采用Tauri作为技术栈的一个卖点，宣称自己体积是竞品的多少分之一，启动速度快，运行效率高。
但这其实是个误导，软件包的体积和运行速度没什么直接关系。
体积不代表性能
关于性能咱们拆成启动速度和运行速度来看。
启动速度
Tauri 最小 2-5MB，Electron 动辄 50-150MB，差了 20 倍以上。直觉上，把 5MB 加载到内存肯定比 100MB 快。
但现在的电脑基本都是 SSD（PCIe 3.0/4.0），读取速度约 3500-7000 MB/s：
- 加载 5MB → 约 1.4 毫秒
- 加载 100MB → 约 28 毫秒
- 差距：26 毫秒
人眼的极限反应速度大约是 100 毫秒。这 26 毫秒的差距，你根本感知不到。所以"体积小=启动快"这个卖点，在 SSD 普及的今天基本不成立。
运行速度
Tauri 的 UI 部分仍然是 TS 开发的，只有底层逻辑可以用 Rust。这就带来一个问题：哪些代码该交给 Rust？
典型的场景是 CPU 密集型的运算任务：大规模日志扫描、数据加解密、压缩解压缩。如果你的应用这类任务多，Tauri 确实能发挥性能优势。
但如果你的主要工作就是展示几十个字段的 JSON 数据（不管是来自本地还是服务端API），把这种处理也塞进Rust，除了增加代码复杂度，没什么明显收益。
说白了，Tauri只在特定场景下有性能优势。
多端一致性和兼容性
Opencode 迁移的真正原因在哪儿？也是很多项目选型最容易忽视的问题：多端一致性。
看两张架构图就明白了。
Electron 的架构：
scss
┌──────────────────────────────┐
│ Renderer Process │ ← 跑 Chromium，展示 UI
│ (HTML + CSS + JS/TS) │
└──────────┬───────────────────┘
│ IPC (进程间通信)
▼
┌──────────────────────────────┐
│ Main Process │ ← 跑 Node.js，管理窗口生命周期、系统调用
│ (Node.js + Electron API) │
└──────────────────────────────┘Electron 把 Chromium 和 Node.js 都打包进了安装包，渲染过程完全不依赖操作系统。你在 macOS 上看到的样子，到 Windows、Linux 上还是一模一样。
Tauri 的架构：
yaml
┌──────────────────────────────┐
│ 系统原生 WebView │ ← macOS: WKWebView / Linux: WebKitGTK
│ (HTML + CSS + JS/TS) │ Windows: WebView2 (Edge Chromium)
└──────────┬───────────────────┘
│ IPC (进程间通信)
▼
┌──────────────────────────────┐
│ Tauri Core (Rust) │ ← 窗口管理、系统调用、进程管理
│ (Rust + Tauri API) │
└──────────────────────────────┘为了更小的体积，Tauri 把渲染工作委托给了系统自带的 WebView。安装包确实小了很多，但代价是：三个平台，三套 WebView 实现。
这里面还是有不少坑的，我见过不少 Tauri 项目踩过这些坑：
- macOS（WKWebView） 不支持某些 CSS 网格布局特性，
backdrop-filter有性能问题，滚动弹跳效果跟其他平台不一致 - Windows（WebView2 / Edge Chromium） 相对最好，但部分win10以下版本没装 WebView2 运行时，需要额外引导安装
- Linux（WebKitGTK） 版本碎片化严重，Ubuntu 自带的 WebKitGTK 可能还是两三年前的版本，某些 ES6+ 语法直接不支持
这意味着你写好一套 UI，需要在三个平台上各自测试、各自调优。如果是小团队或者独立开发者，这个维护成本非常可观。
这就是 Opencode 踩过的坑："在 macOS 上测试好好的，到 Windows 上样式渲染出来就是不一样，Linux 上动画掉帧"。这是Tauri这种嫁接在系统渲染之上的框架固有缺陷。
反观 Electron，虽然安装包大了点，但 Chromium 的渲染一致性是业界标杆。而且这几年 Chromium 的优化一直在进步，V8 引擎越来越快，GPU 加速越来越成熟，内存管理也在改善。用体积换来的是一套代码在所有平台上的确定性。
对于 AI 时代的桌面应用来说，这就很要命了。AI 编程工具的核心功能是什么？聊天界面、代码高亮、Markdown 渲染、实时流式输出。这些东西对 UI 一致性的要求远高于对原生性能的要求。而 WebView 碎片化带来的"修不完的兼容性 bug"，恰恰是最消耗开发精力的地方。
总结：端侧技术栈到底怎么选？
说到底，从 Tauri 切回 Electron，不是 Tauri 不好，而是不适合他们的项目类型。
我列个对照表，你自己对号入座：
| 维度 | Tauri | Electron |
|---|---|---|
| 安装包体积 | 2-5MB | 50-150MB |
| 启动速度 | 快约 26ms（感知不到） | 慢约 26ms（感知不到） |
| UI 一致性 | ❌ 依赖系统 WebView，三平台三套表现 | ✅ Chromium 渲染，全平台一致 |
| 原生性能 | ✅ Rust 侧适合 CPU 密集型任务 | ❌ 但大多数 UI 应用用不到 |
| Web API 兼容性 | ❌ WebKit 版本碎片化 | ✅ 与 Chrome 保持一致 |
| 生态成熟度 | 快速发展中，部分功能不完善 | ✅ 极其成熟，几乎所有场景都有方案 |
| 调试工具 | 需要跨语言调试（TS + Rust） | ✅ 一套 Chrome DevTools 搞定 |
| AI 工具友好度 | 中等（Rust AI 生态不如 JS/TS） | ✅ TypeScript + Node 生态，与 AI 工具链无缝对接 |
| 团队要求 | 需要前端 + Rust 双技能 | 纯前端即可 |
老刘的建议
如果你的项目以 UI 交互为核心（聊天工具、编辑器、IDE、管理后台、AI 客户端），选 Electron。你的体积焦虑在用户电脑的 SSD 面前一文不值。真正值钱的是：一套代码跑三个平台、AI 生态无缝对接、社区方案随手可得。
如果你的项目确实以 CPU 密集型任务为主（视频处理工具、大数据分析客户端、文件格式转换器），并且 UI 相对简单，可以考虑 Tauri。Rust 在计算密集场景下的优势是实实在在的，Tauri 的轻量体积在这种情况下也更有意义。
回到老刘自己，为啥我一直倾向 Flutter 和 Electron？因为我做的项目大多是 UI 密集型 的：状态管理、交互设计、跨端一致性，这些才是用户能感知到的东西。用户不会因为你省了 100MB 硬盘空间就夸你好，但会因为某个按钮在 Windows 上点不了而骂你。
最后说句实在话：
对于 AI 时代的独立开发者和小团队来说，时间窗口是最稀缺的资源。Opencode 的迁移告诉我们：与其花时间跟 WebView 碎片化搏斗，不如把精力放在产品本身。
如果你今天要做一个桌面端的 AI 工具，直接从 Electron 开始。别纠结那几十 MB 的体积，你的 MVP 上线时间比什么都重要。
先跑到终点的，不是包袱最轻的那个，而是路上少摔跤的那个。
🤝 如果看到这里的同学对客户端或者Flutter开发感兴趣，欢迎联系老刘，我们互相学习。
🎁 私信免费领老刘整理的《Flutter开发手册》，覆盖90%应用开发场景。可以作为Flutter学习的知识地图。
💬 : laoliu_dev
📂 老刘也把自己历史文章整理在GitHub仓库里，方便大家查阅。