终端之外——渲染所有权模型在 GUI 与移动端的映射
“所有权”四部曲的收官,这一篇把模型带出终端:macOS 的窗口、iPhone 的屏幕没有 scrollback 这回事。当介质不再附赠历史基础设施,第 13 篇那套历史怎么管?样本是 FlowDown,一个原生 iOS Agent 客户端。
一、GUI 世界里,inline 派不存在
第 13 篇两派成立有个前提:终端这个介质提供了两个可以存放历史的地方,你自己管理的帧,和终端的原生 scrollback。inline 派的核心是把历史托付给介质:发射进 scrollback,从此滚动、搜索、复制都归终端管,引擎脱手。
GUI 没有这个托付对象。窗口是你画的,滚动区是你实现的,系统递给你一块随时会被回收的画布,仅此而已。
所以第 13 篇那张 2:2 的记分牌,在 GUI 世界塌缩成一行:全屏自管是出厂设定,别无分店。Grok Build 默认形态那套“应用自管 scrollback“,在 GUI 语境里就是唯一解。
但要说清楚:所有权问题没有消失。它只是换了一层皮。
二、像素与数据:两种速朽,两种不朽
把两个介质摆在一起看,会看到一组精确的镜像。
终端:像素不朽,数据易逝。 一行内容发射进 scrollback,终端模拟器替你保管它的像素,直到用户清屏;而引擎内存里的数据模型,进程一退就蒸发。第 14 篇记过 ForgeLoopTUI 的窘境正是这个:历史活在屏幕上,内存模型随进程蒸发,退出后没有干净归档。
GUI:像素速朽,数据必须不朽。 屏幕外的 cell 被回收,视图层级随时重建,前后台切换、内存警告、任何一次转场都可能让像素归零;而数据没有任何介质替你保管,你必须自己建库,一条对话不落盘,就等于没发生过。
于是第 13 篇的那个问题(“一个 block 完成之后,谁继续管它”)在 GUI 上被改写成另一个问题:已完成的内容存到哪、什么时候存。所有权从像素层下沉到了数据层。第 7 篇讲 Event Sourcing 时说事件流是“好架构“;在 GUI 端,它从“好架构“变成了生存必需:没有那份数据,连“刚才聊了什么“都无处可查。
三、FlowDown 的历史管理
空谈不如看代码。FlowDown 的历史管理拆成三件:入库、窗口化、定稿。三件都有源码。
3.1 入库:连解析产物都要持久化
FlowDown 的存储在独立框架 Frameworks/Storage,底座是 WCDB(微信开源的 SQLite 封装,wcdb-spm-prebuilt)。三张核心表:Conversation、Message、Attachment。
Message 的字段设计值得逐条看(Storage/Tables/Message.swift):
document: String:消息原文;documentNodes: [MarkdownBlockNode]:解析后的 Markdown 节点树,直接入库。Storage 框架为此依赖了 MarkdownView 的解析器包。也就是说,不光事实要持久化,渲染管线的中间产物也持久化了;reasoningContent+thinkingDuration+isThinkingFold:思考内容和它的展示状态一起记;removed: Bool、modified: Date、deviceId:软删除标记、修改时间戳、多设备同步字段。
对照终端:终端里历史可以只以像素形式存在(数据模型可有可无,Grok 的 minimal 模式就只留够重印用的);FlowDown 这边正相反,像素一张都不存,全部历史以记录形式活着。
3.2 窗口化:像素只租给可见的十几行
聊天主界面 MessageListView 建在 ListViewKit 上:ListViewDiffableDataSource<Entry> 做增量更新,配一条专用队列(userInteractive QoS)串行化 UI 变更,订阅 session.messagesDidChange 驱动整条管线。
屏幕之外没有像素。滚出视野的消息行,数据还在 messages 数组和 WCDB 里,cell 本体已经进了复用池。终端里“历史以像素形式活在 scrollback“,GUI 里“历史以记录形式活在库里,像素只租给可见的那十几行“,第 13 篇全屏自管派“引擎为每一行持续负责“的图景,在 GUI 上由框架代管了:UIKit 管回收,你的 diffable data source 管内容。
3.3 定稿时机:几何问题的生命周期版本
第 13 篇说过 inline 派的关键转变:“什么时候算定型“从几何问题变成了生命周期问题。这句话在 GUI 换了个对象重新成立:定型问题变成了落盘节奏。
FlowDown 的实际节奏(ConversationSession 与 Pipeline/Execute/):
- 消息建档即入库;
- 流式热路径上,chunk 到达只更新内存里的消息对象(
message.update(\.document, ...))并刷新 UI 投影(requestUpdate(view:)),每 chunk 是否写库不在热路径上; - 流结束后的修补序列才是定稿点:网页引用回填(
fixWebReferenceIfPossible)、空回复静默丢弃(discard)、工具调用参数修复(ToolCallArgumentRepair),修补完,在生命周期节点统一save()(save()就是sdb.messagePut(messages:)批量落库,调用点分布在 CRUD、压缩、重写和管线末端)。
“几何问题变生命周期问题”,在终端管的是像素何时发射,在 GUI 管的是记录何时落盘,同一原则,两层实现。
四、租借投影与“归还“的变形
第 14 篇给 Kimi Code alt 模式写过一句“生前归自己,死后归终端“。这句话在 iOS 上的变形,FlowDown 给了两个现成样本。
运行期的租借投影。 流式输出每收到新文本,ConversationSessionManager.countIncomingTokens 累计增量,喂给 Live Activity,锁屏和灵动岛上有一个实时跳动的字数投影。这是把投影租给锁屏一块:运行期存在,会话结束收回。第 11 篇说“每个端只消费自己适合的事件子集“,锁屏消费的是最极端的子集:一个字数。
身后的归档。 iOS 应用没有“退出仪式“可依赖,进程随时可能被杀,不会有 goodbye 回调。Kimi alt 退出时把历史打印回 scrollback,那份“归还“之所以可能,是因为终端这个介质还在;iOS 上唯一的长寿介质是磁盘(和云),所以“归还“只能变形为“落盘“,而且必须随时可发生。持久化在移动端不是功能项,是生存方式。被杀那一刻历史是否完整,取决于上一个定稿点落在哪里,这正是基建卷要展开的话题。
顺带一提,冷启动的 refreshContentsFromDatabase 就是 GUI 版的“追平“:listMessages 全量读库重放,投影从事实源重建。基建卷里要用快照 + 尾部增量才能做对的那道题,本地 SQLite 快到不用优化,动作是同一个动作,成本差了几个量级。
五、总结
四篇的所有权问题放进一张表:
| 历史存于 | 定稿时机 | 退出/被杀时 | 介质附赠 | |
|---|---|---|---|---|
| 终端 inline 派 | 终端 scrollback(像素) | block 生命周期完结即发射 | 历史本来就在终端 | scrollback 滚动/搜索/复制 |
| 终端全屏派 | 引擎(像素+数据) | 无定稿,持续维护 | 看实现:ForgeLoopTUI 无干净归档,Kimi alt 模式退出时归还(第 14 篇) | 无 |
| 终端混合(14 篇) | 稳定行→scrollback,未稳定→引擎 | 行级:认证稳定即归还 | 已在 scrollback | scrollback(部分) |
| 移动 GUI(本篇) | 数据库(数据),像素仅租借 | 生命周期节点落盘 | 磁盘是唯一长寿介质 | 无,UIKit 回收也有代价 |
四行连起来读:终端之争争的是“这些内容归谁管“,答案是开关和分阶段移交;GUI 没有这场争论,它的题目直接写在数据层:什么算定型、什么时候落盘、被杀时历史完不完整。渲染所有权的尽头是数据所有权,也就是第 7 篇那条事件流的必然形态。
再往高一层:两种介质各附赠什么
四部曲讲的是“历史“这一件事。把镜头拉远,两种介质的差别其实是同一个结构的重复:每种介质都附赠一些东西,同时让另一些东西代价很高;没有一方全面优越,只是两边赠的东西恰好互补。
| 维度 | 终端 | GUI |
|---|---|---|
| 已发射的历史 | 附赠:进 scrollback 即归档,进程死了也在 | 代价:像素随进程死,落盘是生存必需(本篇) |
| 遮挡与切走再回来 | 代价:重连即失忆,全屏应用要整页重绘 | 附赠:合成器持有像素,不用应用重画 |
| 分发与可达 | 附赠:SSH、tmux、CI、管道,任何机器 | 代价:安装包、跨端、版本兼容 |
| 输入带宽 | 代价:只有字节流,行级采纳、并排 diff 全要手搓 | 附赠:命中测试、多点触控、拖拽 |
| 表达力 | 代价:等宽格子,图片、表格、文件预览几乎不可能 | 附赠:任意像素、排版、动画、多模态 |
| 信任 | 附赠:文本即真相,命令可复现、可管道审计 | 代价:界面可藏可换,信任要靠沙箱与同源策略(第 19 篇) |
这张表是对称的:终端的赠品是“过去“(已发射的历史)和“信任“(文本透明),GUI 的赠品是“现在“(合成器持有的结构)和“带宽“(输入与表达)。它也是第 2 篇“TUI 不是低配 GUI“那个判断的完整清单:差异不在架构,事件树、投影、diff、审批、压缩、回放,两种界面是同一套内核的两个后端(Ink 在终端上长出声明式,UIKit 手写 frame 在 GUI 上停在命令式,楼层可以互换);差异在各端要另付的介质代价。
这张表还有一条没画出来的横切轴:上面“终端/GUI“分的是契约,UI 平台本身跑在哪是另一个维度:原生、浏览器,或 Electron 这种双契约并存的容器(DOM 做界面,node-pty 另开一条真实终端)。同样标着“GUI“,浏览器一格拿不到本地 shell 环境,但多端同步和“服务端即事实源“是自带的;标着“终端“的 xterm.js 跑在浏览器里,TUI 应用的契约一字不变,agent 人却已经在远端机器上。第 11 篇用两轴四格给六个端定了坐标,基建卷则是“事实在服务端“那一格的完整展开。
这也补上了第 1 篇补记那个判断的机制。agent 早期的需求结构(一维 token 流、文本工具链、处处可审计)恰好压在终端现成的格子上;而长会话、并行多 agent、行级审批、手机伴随端(第 10–12 篇与基建卷),每一项都在消费 GUI 的赠品。GUI 赢在需求结构越过了两边成本结构的交叉点,而不在于它更好。 选界面从来不是选范式,是在 agent 生命周期的不同阶段,选哪边的代价你更愿意付。
参考与延伸
- 本文基于 FlowDown 本地源码副本的实际阅读(commit
b2cecfd6,2026-05-15):Frameworks/Storage/Package.swift(WCDB 与 MarkdownParser 依赖)、FlowDown/Backend/Conversation/Pipeline/ConversationSession.swift(save/update/discard)、Pipeline/Execute/ConversationSession+ExecuteOnce.swift(流式修补序列)、Pipeline/ConversationSessionManager.swift(countIncomingTokens 与 Live Activity)、FlowDown/Interface/MessageListView/MessageListView.swift(ListViewKit 接线)。 - 数据模型部分参照作者本人的既有分析笔记《FlowDown 对话上下文保存机制分析》并与源码核对。
- 流式热路径“每 chunk 不写库“的表述基于调用链阅读,未做逐帧取证,以此口径为准。