基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
  • 知识卡片碎片时间过考点
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
    • AI 热点每日 AI 资讯与动向
AI 工作台
简历
旧版
AIHT
内容
精选全部 AI 动态热点榜AI 日报收藏
分类
模型行业编程产品技术观点开源
更多
Agent 接入
返回首页开发者导航
AIHT
精选 / 资讯详情
9.0
重磅
AI SCORE
编程提效2026-11-05 13:44

X 网页重构:流式渲染与 AI 编程协作

IT之家#AI编程#前端性能#工程实践
Editor brief · 编辑速览

X 通过统一服务架构、引入流式服务端渲染,将慢网环境下主页首帖加载降至约 2.7 秒,登录前启动文件从 582 个减至 10 个。团队让 AI 承担移植、测试和修复,并用 AGENTS.md、复用工作流及自动检查约束代码质量。

文章思维导图
Knowledge map
拖拽缩放
AI deep read

AI 深度解读

X 网页版这次重构,最值得前端关注的是加载顺序:旧版先下载外壳和 JavaScript,再请求数据;新版通过流式服务器渲染,让帖子更早出现在屏幕上。据报道,Slow 4G 下账号主页首条推文的加载时间从 22 秒降至 2.7 秒,缩短 87.73%。

这次改造还把面向用户、搜索引擎和链接预览的三套服务器合为一套,并让 AI 编码智能体承担大量迁移工作。性能收益很具体,但技术栈、团队规模与 AI 的贡献,需要分开判断。

从 22 秒到 2.7 秒,究竟少等了什么

旧版网页应用 rweb 已服务 X 网页版近十年。对于未登录用户,它的加载过程存在串行依赖:先下载页面外壳与 JavaScript,再请求数据,最后渲染内容。前面的步骤没有完成,后面的步骤就得等。

网络越慢,这条链路越容易把用户困在启动画面。

报道中的 Slow 4G 模拟条件是:网络延迟约 150ms,下行速度 1.6 Mbps,上行速度 750 Kbps。在这样的环境下,减少必须下载的资源、缩短内容显示前的依赖链,比单独优化某个组件更有机会改变体验。

新版采用 Vite、React、Fastify、Platformatic Watt、Relay 与 GraphQL,并引入流式服务器渲染。服务器可以先发送页面外壳,在数据到达时继续推送内容,浏览器无需等全部 JavaScript 下载完,才开始显示帖子。

这次优化最有解释力的变化,是内容显示不再被全部 JavaScript 的下载挡住。

团队还把登录前页面的启动文件从 582 个减至 10 个,并优化图标、图片结构化数据和样式表加载顺序。不过,原文没有给出各项改动的独立收益,不能把 87.73% 的降幅全部归给流式渲染,也不能把文件数量下降直接当作传输体积同比下降。

三套服务器合并,为什么仍要返回三种内容

旧架构把普通用户渲染、搜索引擎渲染和链接预览放在不同系统里。同一个 URL 可能有三种生成页面的方式,修一次 SEO、错误页或元信息,就可能要改多个代码库。

新版将三套服务器合为一套,但保留了按访问者返回不同内容的策略:

  • 普通用户收到流式 HTML,尽早看到页面内容。
  • 经 IP 验证的搜索引擎爬虫收到完整文档,其中包含结构化数据。
  • iMessage、Slack、Discord 等链接预览机器人只收到标题、描述和卡片图片,避免渲染整页。

统一的是维护入口,响应内容仍然按需要裁剪。搜索引擎需要完整文档,聊天软件只需要生成分享卡片,没必要让它们都走普通用户的页面流程。

团队还用 Rust 重写了链接预览卡片图服务。原文没有提供这项重写前后的性能或资源消耗数据,因此无法判断收益有多少来自语言变化,有多少来自实现方式调整。

AI 承担迁移,人负责哪些环节

据 X 披露,最初版本由不到 5 名工程师在不到 6 个月内完成。AI 编码智能体承担了大量移植、页面转换、测试编写和问题修复;工程师主要负责架构设计、需求决策、代码审查和真实浏览器验证。

这个分工比「用了 AI,所以做得快」更值得参考。

团队通过统一的 AGENTS.md、超过 25 个可复用工作流,以及提交前自动格式化、类型检查和 lint 规则,约束生成代码。重复任务有操作流程,代码提交有检查,人再验证真实页面行为。

但这不是一份 AI 效率对照实验。原文没有提供不用 AI 的工期、返工率或缺陷率,也没有说明迁移涉及多少页面、复用了多少既有能力。「不到 5 人、不到 6 个月」对应最初版本;自 9 月底以来,已有超过 20 人参与开发,不能把前一个数字理解为整个项目始终只有这个规模。

我的判断

我认同优先调整加载链路和重复维护成本。对于内容型网站,先让用户看到内容,通常比围绕启动画面继续打磨更值得投入。

但普通团队不必据此照搬整套技术栈,更不必直接从零重写。渐进引入服务端渲染、减少启动资源、统一元信息生成,也可能解决自己的主要问题。原文没有这些路线的对照数据,无法证明全面重构是成本最低的选择。

性能结果也有明确边界:22 秒到 2.7 秒测的是 Slow 4G 下账号主页的首条推文加载时间,并非所有页面、所有网络或所有用户的整体性能。原文只说部分页面首次内容绘制时间明显下降,没有给出具体数值和完整测试方法。

截至报道所述的 11 月 5 日,新版已服务未登录的 X.com 和搜索引擎抓取页面,登录用户仍按国家和地区灰度迁移,rweb 保留为回退方案。这说明团队仍在分阶段验证迁移结果。

能拿来做什么

  • 给自己的内容页录一次慢网加载瀑布图,确认正文出现前是否必须等 JavaScript 下载、执行后才能请求数据,再决定是否引入流式服务器渲染。
  • 检查前端页面、SEO 页面和分享卡片是否重复维护标题、描述与图片规则,优先统一数据来源,再按访问者生成合适的响应。
  • 让 AI 承担页面迁移和测试补充时,把重复步骤写进 AGENTS.md 或可复用工作流,并用格式化、类型检查、lint 和真实浏览器验证形成质量约束。
  • 做架构迁移时保留旧版回退路径,先验证部分访问场景,再扩大范围,同时分别记录首条内容显示时间和首次内容绘制时间。
Original source

本文由 AI 通读原文后重新编写,观点部分为站内判断,细节以原文为准,来源 IT之家,原文版权归原作者所有。

阅读原文
上一篇
用异步任务接口让智能体告别阻塞等待
下一篇
CUDA 13.5 强化 Rubin 与多卡计算

资讯速览

IT之家 · 2026-11-05 13:44

AI 评分 9.0 / 10

相关标签

#AI编程#前端性能#工程实践

继续阅读

  • 端侧智能体如何只记习惯、不存原始内容
  • 用异步任务接口让智能体告别阻塞等待
  • CUDA 13.5 强化 Rubin 与多卡计算
  • AI 功能上线后,如何发现质量退化
  • MCP 工具列表为空?先排查标准输出