用 Claude 3.5 Sonnet + Cursor 生成的 3D 大屏上线 3 天就崩了
AI帮我生成了一个炫酷的3D大屏,上线3天就卡崩了
这篇是踩坑实录,不是爽文。作者用 Cursor 十分钟做出 3D 大屏 Demo,上线三天就崩,原因是 AI 生成代码里的内存泄漏和 Draw Call 问题。他给出了 InstancedMesh、dispose 清理、节流这三个具体修法,做前端或数据可视化的都该看看。
作者用 Cursor 里的 Claude 3.5 Sonnet,十分钟后生成了一个 Vue3 + Three.js 的仓储 3D 数据大屏 Demo,含穿梭车轨迹和粒子特效。上线第三天早高峰,10 万条实时数据把大屏直接打崩,浏览器报出 WebGL context lost,页面白屏卡死。
复盘发现三个问题:AI 在 requestAnimationFrame 循环里每次数据更新都 new THREE.Mesh(),200 辆车每秒产生 200 个从未销毁的几何体和材质,GPU 显存被吃爆;每个货架单独发光材质和阴影,形成 200 个独立 Draw Call,没有用 InstancedMesh;组件销毁时没写 dispose(),Vue 响应式数据直接驱动 Three.js,路由切走后场景和渲染器继续跑,内存泄漏。
作者的修复方案是把穿梭车和货架全部用 InstancedMesh 重写,一次 Draw Call 完成渲染;在 onBeforeUnmount 生命周期手动遍历 dispose() 材质和几何体;用 requestAnimationFrame 加节流函数,每 16ms 合并读取一次 WebSocket 推送的数据再更新。改完后帧率稳定在 60 帧,内存稳定在 300MB。
AI帮我生成了一个炫酷的3D大屏,上线3天就卡崩了
最近掘金上全是用 AI 写 3D 大屏、用 Three.js 做数字孪生园区的爽文。看着别人截出来的图,那叫一个丝滑,那叫一个科幻。 我看完热血沸腾。正好接了个内部物流仓储的数据大屏项目,我心想: 现在都有 AI 了,谁还一行行敲 WebGL 啊? 于是我打开了 Cursor,切到 Claude 3.5 Sonnet,输入了那句充满魔力的咒语:“帮我用 Vue3 + Three.js 写一个带仓储模型、能实时展示穿梭车运行轨迹的 3D 数据大屏,要有科技感,带粒子特效。” 十分钟后,代码出来了。我跑了一下,我靠,真的牛逼。 灯带亮了,粒子特效有了,一个卡车的 3D 模型在屏幕上缓缓旋转。我发给产品经理看,产品经理连发了三个“赞”,说下周直接上生产环境。 但我忘了,Demo 和数据中心,是两个世界。 上线第一天,业务量不大,勉强撑住了。 上线第三天,早高峰,接到 10 万条数据。大屏直接白屏,然后浏览器控制台弹出了那行让我心里咯噔一下的红色报错: WebGL context lost. 页面卡死了,风扇狂转。我看着屏幕,突然明白了掘金里那句老话: AI 能帮你写代码,但 AI 不会替你背锅。 一、到底哪儿卡了? 我花了一整天复盘这个“AI 生成”的项目,扒开它华丽的皮囊,发现里面全是我熟悉的“经典大坑”。 坑一:AI 是个“内存刺客” AI 帮我把穿梭车画得很漂亮。但它是怎么画的?它在 requestAnimationFrame 的循环里,每次数据更新,都直接 new THREE.Mesh() 重新创建了一次模型。 在 Demo 里,穿梭车只有 1 辆,你看不出问题。但在真实仓库里,有 200 辆车,每秒实时推送位置更新。 这意味着每秒有 200 个 WebGL 几何体和材质在内存里被创建,且从未被销毁。 GPU 显存直接被吃爆了。 坑二:它不理解什么叫“统一批处理” 为了炫酷,AI 给每个货架都单独加了一个发光材质和阴影。在 Three.js 里,这叫 200 个独立的 Draw Call。如果帧率掉下来,它根本不会像人一样去思考“我是不是该用 InstancedMesh 来优化渲染?” AI 的底层逻辑是“能用就行”,而真实业务的逻辑是“你得扛住 60 帧”。 坑三:脏状态堆积 AI 写状态更新时,直接通过 Vue 的响应式数据去驱动 Three.js,但在组件销毁时,它 完全忘了写 dispose() 。路由切走的时候,场景和渲染器全留在后台继续跑,内存直接泄漏。 二、AI 时代的悖论:代码变得廉价,但“体验”没变 在 AI 时代,写一个 3D 大屏的代码成本,从一个月缩短到了十分钟。 但 排查一个 10 万级并发下导致 GPU 崩溃的 Bug,依然需要实打实的一天。 我看着 AI 生成的 2000 行代码,里面没有任何一行 Object3D.remove() ,没有任何资源回收机制,也没有防抖和节流。全是“快乐路径”,没有一丝“防御性编程”。 这就好比 AI 帮你盖了一栋精装修的别墅,看起来美轮美奂,但连下水道和承重墙都没做。等真住进去 100 个人的时候,整栋楼就塌了。 三、我最后是怎么救回来的? 没法全删,毕竟 AI 的模型搭得确实快,我只能在它的基础上做“减法和改造”: 换成实例化渲染 :把那 200 辆穿梭车和几百个货架,全部用 InstancedMesh 重写。一次 Draw Call 搞定所有渲染。 强制手动清理 :在组件卸载的 onBeforeUnmount 生命周期里,手动遍历所有节点去 dispose() 材质和几何体,把渲染器清空。 收拢更新频率 :不再每次 WebSocket 一推数据就渲染。而是用 requestAnimationFrame 和节流函数,每 16ms 只合并、读取一次最新的状态再更新。 改完之后,帧率稳在 60 帧,内存稳定在 300MB,大屏终于不崩了。 四、写给被 AI 裹挟的前端同行 这几天看着各种“不写一行代码做 3D”、“AI 秒杀 XX 框架”的文章,我其实有点想笑。 别误会,我绝对是个 AI 拥趸。我现在离开 Cursor 已经不会写代码了,它是我的最佳副驾。 但这次踩坑让我彻底清醒了一件事: AI 帮我们把“从 0 到 1”的门槛降到了脚踝,但“从 1 到 100”的性能悬崖,依然得靠我们自己爬。 你以为 AI 懂性能优化?不,它不懂业务数据量大了之后,浏览器的渲染管线会怎样。 你以为 AI 懂架构设计?不,它不懂你的项目什么时候会切换路由、什么时候会有内存泄漏。 AI 时代,前端工程师的护城河变了。不再是“谁背的 API 多”、“谁会写炫酷的动画”。而是 谁能一眼看出这个页面在真实生产环境里会怎么死。 写在最后: 那些用 AI 炫技的文章,图个乐子就好。真到了你的项目里,记得多留个心眼,看看 AI 生成的代码里,有没有那种会让你在凌晨两点被电话叫醒的“定时炸弹”。
This report is categorized under AITOP's "How-to" desk, focusing on China's AI industry and domestic foundation model ecosystem. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include Cursor, Claude 3.5 Sonnet, Three.js, WebGL.
Source attribution: curated from 掘金本周最热 (@涛涛ing).