TTFB（首字节延迟） 核心概念
别名：
首字节延迟
Time To First Byte，从发出请求到收到第一个字节的时间。它决定用户对「卡不卡」的第一印象，流式把总延迟转化为可感知的渐进进度，正是为了缓解 TTFB 带来的焦虑。
它是什么
TTFB（Time To First Byte，首字节延迟）指从客户端发出请求到收到第一个字节的时间。它包含 DNS 解析、TCP/TLS 握手、服务端排队与首字节处理等环节，是衡量「响应是否开始」的关键指标。用户对「卡不卡」的第一印象，几乎完全由 TTFB 决定。
与流式的关系
长任务（比如一次要算 30 秒的 LLM 生成）里，用户的耐心比模型的速度更贵。一次性响应的「总延迟」= TTFB + 生成时长，用户在 30 秒内看不到任何反馈；流式把「总延迟」转化为「渐进可见的进度」——TTFB 之后文本就开始逐字出现。对 Agent 来说，每一个中间结果都是一次「我还活着、正在干活」的广播。
在本教程的实践
后续章节把它落在工程上：事件协议里的 ts 时间戳与 seq 序号（第 15 章）、前端增量渲染（第 17 章）、可观测性里的耗时统计（第 20 章），都是在量化并优化「用户等第一个字的时间」。