这两天掘金热榜上 AI 写大屏的内容扎堆:一篇「Codex + Blender MCP + React 做医院三维大屏」挂着 10k 热度,另一篇「AI 帮我生成了炫酷的 3D 大屏,上线 3 天就卡崩了」也进了推荐流。爽文讲全流程,翻车文讲心路,但卡崩这件事本身,从头到尾没人给过数据——到底卡在哪,内存涨多快,什么时候死。
我把 AI 生成 Three.js 代码时最常见的几种「顺手写法」收集起来,在 Node 里逐个复现。先交代测量边界:Node 里没有 WebGLRenderer,GPU 侧测不了,但 AI 生成代码的病灶大多长在 JS 侧——场景图怎么堆、对象怎么泄漏,这些在 Node 里能测得一清二楚。顺带一个额外好处:没有显卡差异,同一台机器跑出来的曲线,横向对比是干净的,不会被「你这卡好」糊掉。three 版本 0.187.0(npm 官方包),Node v22,实验脚本就三个文件,都能复现。
每帧 new,一行 remove 都没有
AI 生成大屏代码有个高频模式:数据每帧都在变,AI 顺手就写了「重建」——每帧 new 一个 BufferGeometry、new 一个材质、new 一个 Mesh,add 进场景。我拿一个滚动数据点的场景做复现,代码长得人畜无害:
// bad.mjs:每帧重建,从不清理
for (let f = 0; f < FRAMES; f++) { // FRAMES = 3600,模拟 60fps × 60 秒
const geo = new THREE.BufferGeometry();
geo.setAttribute('position',
new THREE.BufferAttribute(makePoints(POINTS), 3)); // 2000 个数据点
const mat = new THREE.MeshBasicMaterial({ color: Math.random() });
const mesh = new THREE.Mesh(geo, mat);
scene.add(mesh);
}
2000 个点,position 是 Float32Array(6000),24KB 一个。这在 AI 眼里是再正常不过的写法——逻辑没毛病,能跑,效果也对。 跑 3600 帧(对应浏览器里 60 秒),每 300 帧采一次样,看「GC 永远收不回去」的那部分内存:
帧数: 0 300 600 900 1200 1500 1800 2100 2400 2700 3000 3300
泄漏(MB): 0 6.9 13.8 20.6 27.5 34.4 41.2 48.1 55.0 61.8 68.7 75.6
55 秒涨 75.6MB,折合每秒 1.38MB,跟理论值 24KB×60 对得上。收不回去的原因不复杂:这些 Float32Array 挂在 BufferAttribute 上,被 Mesh 引用,被 scene.children 引用——而大屏页面里的 scene 是常驻的,活到页面关闭为止。GC 再勤快也没用,它能回收的只有「没有任何引用」的对象,你这条引用链从 window 一路攥到底。
线性外推一下:17 分钟涨 1.4GB,50 分钟摸到 4GB,正好是 64 位 Chrome 里 V8 堆上限的量级。一节课的时间就够把标签页干崩。真实大屏还会叠加 GC 风暴和掉帧,体感只会来得更早。所谓「上线 3 天卡崩」,按这条曲线几个小时就够,3 天都算它坚挺。而且崩溃只是终点,过程更磨人:堆里躺着几十万个死对象的垃圾要扫,V8 的 major GC 动辄十几毫秒到几十毫秒——放在 16.7ms 的帧预算里,就是用户看到的规律性顿挫。卡不是从崩才开始,从第一帧的垃圾开始就埋下了。
这里有个值得单独记一笔的插曲。第一版实验脚本我用 heapUsed 采样,跑出来 60 秒只涨 11MB,跟 24KB×3600≈86MB 的累计分配量对不上,一度以为这写法「没那么糟」。查了才知道 V8 的 heapUsed 根本不含 TypedArray 的底层数据——那些数据记在 arrayBuffers 字段里。换指标重跑,数字才对上。测内存泄漏光看 heapUsed,结论可能是错的。 对照组,geometry 只建一个,每帧原地更新数据:
// good.mjs:常驻 geometry,每帧只改数据
const geo = new THREE.BufferGeometry();
geo.setAttribute('position',
new THREE.BufferAttribute(new Float32Array(POINTS * 3), 3));
const attr = geo.getAttribute('position');
for (let f = 0; f < FRAMES; f++) {
const arr = attr.array;
for (let i = 0; i < POINTS * 3; i++)
arr[i] = arr[i] * 0.999 + Math.sin(i + f * 0.01) * 0.001;
attr.needsUpdate = true; // 关键:告诉 three 数据变了
}
同样 3600 帧,arrayBuffers 全程 0,heapUsed 稳在 16.4MB 一动不动。两条曲线放一起,就是「越跑越卡」和「稳如老狗」的区别——修复版代码反而更短。
场景图只进不出,每帧遍历的账越来越贵
第二个病灶更隐蔽,因为它不涨内存,只涨时间。大屏常驻页面里如果每帧 add 还不 remove(或者清得不够快),scene.children 会一直膨胀。而 three 的渲染循环每帧都做一次场景图遍历——three 0.187 的 WebGLRenderer 源码第 1667 行写着:
if ( scene.matrixWorldAutoUpdate === true ) scene.updateMatrixWorld();
render 每调一次就遍历一次,每个节点都要更新矩阵。节点 1000 个和 16000 个,这一步差多少?按规模分档实测,每档跑 30 次取中位数:
children= 1000 0.058ms
children= 2000 0.117ms
children= 4000 0.281ms
children= 8000 0.599ms
children= 16000 3.084ms
千级到万级,children 涨 16 倍,单次遍历从 0.06ms 涨到 3ms——16000 那档还出现了超线性跳变,3ms 不止是 8000 档的两倍。数据怎么来的也交代下:100 档首跑出过 0.137ms 的怪数据(比 500 档还慢),复跑才发现是首个场景吃 JIT 预热的锅,稳定后其实只要 0.005ms——所以测性能数据,第一组样本别直接采信。这还只是「场景图遍历」这一层的账,浏览器里 render 一帧还有视锥剔除、排序、draw call 提交,每一层都跟着节点数走。0.06ms 看着不要紧,但它发生在每帧预算只有 16.7ms 的主线程上,而且是纯 CPU 计算,显卡再好也帮不上忙。
children 的膨胀来源也不止 Mesh。大屏上的滚动数据标注、告警提示 sprite、动态图例,很多 AI 实现都是「来一个 add 一个」,每一条都是场景图上的真实节点,最终混在同一个遍历里交税。我们盯监控的时候只看 FPS 和内存,很少有人看「场景里到底有多少个节点」,这个数字在 three 里一行代码就能拿到——scene.children.length 往外递一层就是全量,大部分翻车的大屏这里都是几千往上。
静态节点还有一笔能省的账。大屏里那些摆好就不动的楼块、模型、装饰,默认也在每帧的矩阵更新里陪跑。three 给了开关:节点设 matrixAutoUpdate = false、手动 updateMatrix() 一次,或者在场景层面设 matrixWorldAutoUpdate = false 自己控制节奏——刚才源码那行 if ( scene.matrixWorldAutoUpdate === true ) 就是这个开关的判定。万级静态场景里把这一层关掉,遍历成本直接砍掉一大截,这招官方文档写着,但 AI 生成的代码里我几乎没见过它出现。
dispose 到底 dispose 了什么
AI 生成的代码里 dispose 也常出现,但它出现的位置经常不对,或者干脆被当成「调了就安全」的护身符。我在 Node 里把这件事测穿了。三组各 300 个 Mesh(每组 position 数据约 3.6MB),跑完强制 GC,看堆里剩什么:
A 留在场景(泄漏态) : build +4.5MB → GC 后回收 0.1MB 引用被场景图挂着,GC 管不着
B remove 不 dispose : build +4.4MB → GC 后回收 4.3MB remove 断开引用,JS 堆正常回收
C remove + dispose : build +5.4MB → GC 后回收 5.4MB 跟 B 没有实质差别
对,C 和 B 在 JS 堆层面是一样的。build 增量那几行有 1MB 上下的小摆幅,别纠结——三组各自的 V8 内部状态、GC 时机不同,这个量级本来就控制在波动范围内,三组之间比的是回收差,不是 build 绝对值。因为 dispose 的源码就一行:
// three/src/core/BufferGeometry.js
dispose() {
this.dispatchEvent( { type: 'dispose' } );
}
它只是广播一个事件。真正释放 GPU 资源的动作,发生在 WebGLRenderer 内部监听这个事件的那段代码里——geometry 第一次被渲染时,渲染器把顶点数据传给 GPU 建 VBO、把材质编成着色器程序,这些底层资源登记在渲染器自己的 WeakMap 里;dispose 事件一响,监听器把对应的 VBO 和程序删掉。场景里 remove 掉的对象,JS 堆能回收;但渲染器已经为它的 geometry 建好的 GPU 侧资源,在你对它调 dispose 之前一直占着——前提是它真被渲染过。
这也解释了两种常见的「我明明 dispose 了」的困惑。没进过渲染流程的对象,渲染器那边什么都没建,dispose 无事可做,JS 堆该回收照样回收;调了 dispose 但对象又被渲染器碰过的,资源得重建一遍再还回来,等于白折腾。AI 写 dispose 的典型错位还有一类:图层切换时把新图层 add 进来、旧图层 remove,dispose 却挂在组件卸载的生命周期里——SPA 里这个钩子可能好几个小时都不触发,显存就在这中间悄悄堆上去。
这段是我整场实验里最意外的地方。AI 写代码调 dispose,很像我们删文件进了回收站——动作做了,空间没还。写对了它的价值在 GPU 那一侧,写错了就是自我安慰。
教程也得背一半的锅。three 官方示例和入门教程里的对象从不 dispose——因为示例页面关掉,浏览器把整个页面的资源连锅端走,泄漏无从谈起。模型学的是这套「demo 语境」,你部署的是 7×24 长驻页面,教程姿势和运维目标之间的裂缝,就是显存一天天爬坡的地方。
想在浏览器里亲眼验证这一层的话,不用装任何东西:Chrome DevTools 的 Performance Monitor 面板里有一项 GPU memory,让它跑一晚上,有没有在爬、爬多快,一目了然。Node 里测不了的这部分,浏览器替你记着账。
怎么修
三招,都在 0.187 上验证过。 数据每帧变,用常驻 geometry 加 attribute.needsUpdate,别重建——这是坑一对照组的写法,曲线已经替它说话了。 对象下线,先 remove 再 dispose,成对出现。别散落在回调各处,集中写成一个 release 函数:
function release(mesh) {
mesh.parent?.remove(mesh);
mesh.geometry?.dispose();
if (Array.isArray(mesh.material)) {
mesh.material.forEach(m => m.dispose());
} else {
mesh.material?.dispose();
}
}
material 数组那条分支不是防御性编程——multi-material 的 Mesh 真的会传数组,漏一个就漏一份显存。 万级同类对象上 InstancedMesh,一次 draw call 搞定。setMatrixAt 之后记得 instanceMatrix.needsUpdate = true,这个我在 0.187 里实测通过。但它有边界:一个 InstancedMesh 共享一份材质,实例之间不能有独立的颜色透明度动画(除非走 instanceColor),所以适合机房机柜、建筑楼块这种「成千上万长得差不多」的对象;要是每个标注有自己的样式,老老实实拆图层、按时钟批量清理更现实。
真出了性能问题,定位顺序我也替你踩好了:先看 scene.children.length,一行代码,翻车的大屏这里几乎都是几千往上;再看 performance.memory 的曲线斜率,还在爬坡就是坑一现行;最后开 Performance Monitor 看 GPU memory 对付坑三。顺序别倒——GPU 那层最难复现,先把 JS 侧的账清完,一半的「玄学卡顿」在这里就终结了。
AI 生成代码时不知道你的大屏要跑 24 小时,demo 能跑起来就是它的全部标准,而 7×24 不重启的验收里,差的恰恰是这几行清理逻辑。所以我现在让 AI 写大屏,验收清单里会多一条:控制台里盯 5 分钟 scene.children.length 和 performance.memory——前者只增不减、后者持续爬坡,这篇文章里的坑总有一个正在发生。
就写到这。三个实验脚本一共两百来行,本地跑一遍几分钟,数据都能复现。有点意外的是,这三个病灶全是最基础的 API 用法,没有一个是冷知识,但凑在一起刚好能解释「上线 3 天卡崩」的完整过程。