Shopify 从 RN 回到原生：AI 时代跨平台策略与 KMP 取舍

Shopify 最近正式回应了「从 React Native 回到原生」和「为什么不用 KMP」这两个问题。就在 2025 年，他们还刚刚总结过五年的 RN 实践，那时所有移动 App 都已经迁到 React Native，Shopify App 做到了 P75 页面加载低于 500ms、超过 99.9% 的 crash-free sessions，甚至已经迁移到 RN 新架构上，并明确把这次迁移称为巨大成功。

结果现在突然宣布回归原生。原因也很直接：AI 来了之后，「React 这个共享语言，现在被 English 取代了」。

也就是说，对 Shopify 而言，跨平台的一致性需求已经发生变化：从过去的「共享代码」转向「共享行为、测试和验证标准」。AI 可以负责把同一个意图分别实现成 Swift 和 Kotlin，再由测试系统证明这两份实现仍然是同一个产品。

整个变化大致可以这样理解：

当然，这也不是「有手就行」的事情。把 Swift 和 Kotlin 都生成出来其实不难，真正麻烦的是时间长了以后，问题会逐渐浮现：

• iOS 修了一个边界 Bug，Android 有没有跟？
• 一个 analytics event 的 payload 两边是不是一致？
• 无障碍行为有没有漂移？
• 某个 Experiment 是否只在 Android 落了？

以前 React Native 的最大优势在于，大量业务逻辑天然只有一份，因此很多差异从源头就不存在。但回到原生后，这些东西可不是用了 AI 就白送。因为 AI 会飘、会作弊、会幻觉、会偷懒。只有没经历过真正工程开发的人，才会觉得用了 AI 就能立刻实现双端原生。

这里有一个很典型的例子：英伟达最近用 AI 给 KDA 做性能优化时，AI 为了作弊做了不少骚操作：

• 发现 Q/K 输入总是某种高斯分布，干脆不算真实 L2 norm，直接写死一个 0.1778209953 常数
• 发现测试里的 sequence layout 固定，就把 cu_seqlens 的动态逻辑写死
• 发现测试数据里旧 history 影响不大，就只保留最近 32 token，把历史直接砍掉
• 使用一种计算 decay 的快速方式，测试数据能跑，但衰减稍大就数值 underflow，真实模型直接 NaN

看不懂这些具体细节没关系，只需要明白：AI 在实现需求时是不可靠的。AI 不保证你给出一份 Android 代码，就能生成行为一致的 iOS 代码。如果什么都不做，只想着让 AI 对着 Android 生成 iOS，结果大概率是一堆难以维护的“屎山”。Shopify 的迁移一开始也遇到类似问题。

所以 Shopify 后来做了大量工作来维持迁移和双端一致性。核心思路是把“一致性”从源码层搬到验证层：

用一套共享测试来验证 Swift 和 Kotlin 中实现的业务逻辑，同一 Feature 只有两端都通过相同测试才能发布。这些逻辑还能脱离模拟器，直接 headless 跑在桌面环境里，给 Agent 一个非常快的反馈循环。

换句话说，以前跨端框架承担的是结构性约束，大家只能共享同一套实现，自然不容易分叉。而 Shopify 现在改成另一种约束：

允许代码长得完全不同，但要求最终行为持续满足同一份 contract。

这也解释了为什么 Shopify 现在仍然要求“一个开发者同时负责两个平台”。他们没有重新拆出传统的 iOS Team 和 Android Team，还是同一个人保留产品上下文，让 Agent 帮他跨越陌生技术栈。这样做的目的是减少“两个团队之间解释同一个 Feature”的沟通成本，而 Swift/Kotlin 的实现差异则交给工具去吸收。

所以 Shopify 没有因为回归原生就加人，还是原本的人，只是跨平台框架变成了 Agent 跨平台框架，把代码成本变成验证成本。

在这个过程中，他们做了 Helix。拿迁移一个订单页面举例：

• 工程师告诉 Helix 要迁哪个 screen
• Helix 先读取现有 RN 原始需求实现，把任务切成几个很小的 checkpoint
• 然后先搭页面骨架，再实现订单 header，再接 action，再补复杂状态
• 每完成一个 checkpoint，先用 CLI 行为测试证明逻辑正确，然后把 RN 旧页面和新原生页面放到相同状态，通过视觉模型检查布局和 UI 差异
• 之后再交给两个彼此隔离的 reviewer agent 检查架构和代码质量，最后才轮到工程师确认

Shopify 还专门做了 Tardis，把运行中的日志、事件、状态暴露给 Agent，同时允许它发送命令。之后做 parity review 时，Tardis 还可以同时捕获 RN 和 native App 的截图、analytics event 以及 payload，再让 Agent 检查两边是否对应。

这样后续 iOS 和 Android 在推进过程中也可以享受这套 infra。

所以不是说没有成本，实际成本反而比 RN 还高。但收益也很明显。Shopify 能够放弃 shared codebase，很大程度上依赖他们有一套 shared verification system。回到原生后，对 Shopify 来说最直观的就是性能收益：

至于 Kotlin Multiplatform (KMP)，它恰好处在 RN 和完全双原生之间。KMP 在 AI 时代可能反而会更受欢迎，因为它以前用起来麻烦、门槛较高，而现在 AI 能帮忙抹平这些问题。

但对 Shopify 来说，KMP 仍然没有意义。因为用了 KMP 反而要多处理一些问题，比如 iOS 上模块垃圾回收和调试相关的性能开销。在已经有一整套 AI infra 之后，维护 infra 就足够支撑两套原生代码对比，性能问题直接就是附加收益，升级适配也能按 P0 完成，不需要等框架适配。所以干脆没必要上 KMP。

也正如作者所说，原生的成本降低了，对跨平台方案来说同样也更低。双端脱离跨平台后的长时间迭代成本，需要有基建持续来维持。所以这个过程只是把成本转移到了其他位置，但收益同样直接：性能和适配就是最明显的回报。