分类：科技 标签：客户端开发、人工智能、大模型、跨端技术

在 AI 辅助编程普及的今天，客户端开发的技术边界正在被重新定义。如何打破“研发效率、体验与性能”的不可能三角？如何在一台 Mac 上丝滑搞定 Windows 原生软件开发？本文将结合实际项目经验，聊聊多端技术选择的思考、AI 时代的架构设计，以及多语言混血调用的奇妙解法。

一、 Web、跨端还是原生：技术选型的不可能三角

做客户端开发多年，面对的无非是三条技术路径：

  1. Web 技术栈：如早期 PhoneGap、Cordova，以及现代的 Electron。其优势是开发极快、多端一致性好（统御于 Chromium 引擎），但代价是体积庞大、内存占用高。
  2. 跨端开发：包括早期的 React Native、Weex，到后来的 Flutter（自研渲染引擎），再到如今用 Rust 写的 Tauri 或 Go 写的 Wails（借助系统 WebView）。跨端在研发效率和性能之间取了一个平衡，但往往需要处理不同平台的兼容细节。
  3. 原生开发：如 Swift + SwiftUI、Kotlin + Jetpack Compose、C# + WinUI 3。前期投入大、学习成本高，但能深度调用系统底层，带来极致的性能与流畅体验。

在 AI 时代，一个人编写多套原生代码的成本大幅下降，效率瓶颈被显著补齐。如果是重度依赖系统底层能力的工具类应用，原生依然是首选；而如果追求极致的发布速度，跨端技术依然能发挥奇效。

二、 Windows 原生开发实战：C# 与 WinUI 3 的抉择

在开发 Mac 软件（如 Mole）时坚持使用了原生的 Swift + SwiftUI。因此，在推出 Windows 版本时，同样倾向于选择最贴合 Windows 平台的原生方案：C# 结合 WinUI 3，运行在 .NET 10 之上。

  • 框架优势：相较于老旧的 WinForms 或 WPF，微软主推的 WinUI 3 将界面框架独立发版，完美支持 Windows 11 的 Fluent 设计风格，且对高分屏缩放与 ARM64 提供了原生支持。
  • 打包与更新：通过 .NET 10 的长期支持版本，将运行时直接打包，避免用户额外折腾；同时利用开源的 Velopack 框架实现增量更新，推出 x64 与 ARM64 各自的原生安装包。

1. 规则抽象大于代码复用

虽然两端视觉和交互需要保持高度一致，但底层的逻辑代码由于系统差异（如 macOS 的 ~/Library 路径规则），很难直接复用 Swift 代码。因此，Windows 版几乎是从零开始。

为了保持功能同步，核心策略是：视觉 Token 与文案由脚本统一生成，功能对齐则通过 SYNC.md 对账表进行约束。这表明在 AI 时代，底层的代码复用已经退居其次，规则抽象反而成为了最核心的能力。

2. 复杂的证书签名生态

Windows 开发相比 macOS 繁琐的一点在于证书签名。没有签名的程序极易触发 SmartScreen 拦截或被安全软件误报。经过调研，最终选择了 Certum 的云端 OV 证书，配合 SimplySign 动态码进行验证。每次发版主动将安装包提交至微软恶意软件分析门户，慢慢积累信誉，从而完成正规分发。

三、 异构工作流：如何在 Mac 上高效开发 Windows 软件

坚持代码与 AI 上下文必须留在 Mac 上，具体架构和工作流如下：

  • 开发环境：Mac 主机配合 Paralslls Desktop 运行 Windows 11 虚拟机，仓库作为共享文件夹挂载。通过 prlctl exec 脚本在虚拟机中直接编译、看日志。
  • 四层架构解耦：
    • Core 层：只依赖 .NET，不碰 Windows 接口，核心清理规则可在 Mac 的内存文件系统中运行。
    • Platform 层：处理注册表、文件系统等系统调用（启用 EnableWindowsTargeting 以便在 Mac 上编译）。
    • ViewModel 层：处理界面状态，与 Mac 版本一一对应。
    • WinUI 层：最上层的界面，在 Windows 中编译。
  • 真机测试兜底：使用一台 ThinkPad X1 Carbon 作为真机环境，结合远程终端和脚本 24 小时跑自动化测试，处理虚拟机无法准确覆盖的高分屏、电池及 SmartScreen 验证。

四、 跨语言混血：让不同语言生态优势互补

在客户端开发中，不应受限于某一种语言，而应根据具体场景进行多语言混血。

  • Mac 笔记应用（妙言）：纯 Swift 实现，但为了解决复杂的 Markdown 格式化难题，巧妙调用了 JavaScriptCore 执行 JS 脚本；分栏编辑中，利用底层的 C 语言库 cmark-gfm 标记行号，再通过消息通道与 WebView 实时同步滚动。
  • 桌面打包工具（Pake）：以 Rust 为主，但在需要展示 Toast 弹窗时，通过 Rust 调用 JS 在 Web 容器中动态渲染，实现性能与美观的兼顾。
  • 终端 AI 工具（Kaku）：结合 zsh、Lua 与 Rust，通过终端转义序列将自然语言发给后台生成命令并安全回填，完成了一次巧妙的跨语言“偷梁换柱”。

总结：技术服务于业务

技术选型与架构设计再完美，归根结底还是要解决用户的真实痛点。正如抢演唱会门票一样，用户不在乎底层用了什么框架，只在乎产品是否好用。

在 AI 辅助开发的浪潮下，虽然编写代码的门槛在不断降低，但架构思维、测试验证以及对业务场景的深刻理解，依然是工程师无可替代的核心价值。代码编写或许会变得不再有趣，但未知的新探索永远值得期待。