Streaming（流式输出） 核心概念
别名：
流式 · 流式输出
模型边生成边把结果推给客户端，而非等全文完成一次性返回。把「总延迟」转化为「渐进可见的进度」，也是工具调用中间态、审批交互等 Agent 体验的基础。
它是什么
Streaming（流式输出）指模型在生成过程中边生成边交付，而不是等整段文本生成完毕后再一次性返回。对用户侧，它把「等 30 秒拿全文」变成「边生成边显示」的打字机效果——首个字符在 1 秒内出现，显著改善「卡不卡」的第一印象（见 TTFB）。对开发者侧，它是 Agent 一切「中间态」体验的前提：工具调用进度、多步推理的思考过程、审批请求，都要靠流式把「我还活着、正在干活」实时广播给用户。
与一次性响应的关系
流式只是传输方式变了，语义没变：所有增量（delta）累积起来，与普通响应的 choices[0].message.content 完全等价。也就是说，同一个请求开不开 stream: true，最终文本一样，只是到达方式不同。
在本教程的位置
第 03 章手写流式客户端（SSE 解析、半行 buffering、delta 累积）；第 15 章把它用于服务端事件协议；第 17 章在前端做增量渲染与中间态展示。整条链路串起来，就是一台「能用的 Agent」和「好用的 Agent」的分水岭。
小结
一句话：流式把「总延迟」转化为「渐进可见的进度」，把「等待焦虑」转化为「进展反馈」。对 Agent 产品，它不是锦上添花，而是工具调用与审批交互等能力的必要地基。