一句话定义：流式输出（Streaming）是指服务端不等全部结果算完，就把已经生成的内容分片、持续推给客户端；SSE（Server-Sent Events，服务器发送事件）是其中最常见的服务端推送协议。
把它想成上菜：普通请求像点了一桌菜，后厨全做完才一起端上来，等待久；流式输出像做好一道就端一道，你马上能吃到第一口。大模型生成文字时，每算出一个词元（token）或一小段，就立刻发出去，前端收到一段就追加一段，于是出现打字机效果。注意：打字机效果是前端渲染，流式输出是后端数据到达方式；如果后端一次性返回，前端也能用定时器“假装”逐字显示，但那只是动画。
SSE 怎么工作：客户端发起一个 HTTP 请求，服务端返回 Content-Type: text/event-stream，然后保持连接不关闭，按 data: ... 的格式持续发送小消息。浏览器有原生 EventSource 接口接收。它本质是单向：服务器→客户端。很多大模型 API 用 POST 发提示词，所以不一定用原生 EventSource，而是用 fetch 读取响应流（ReadableStream），再手动解析 SSE 格式；也有服务用 chunked 传输编码或 NDJSON（每行一个 JSON）达到类似效果。
和相邻概念的区别：
| 概念 | 方向 | 典型用途 | 特点 |
|---|---|---|---|
| 普通 HTTP | 请求→响应 | 一次性拿完整结果 | 简单，但等待久 |
| 轮询（Polling） | 客户端反复问 | 看任务好没 | 延迟高、请求多 |
| SSE | 服务器→客户端 | 聊天、通知、日志 | 基于 HTTP，文本友好，可自动重连 |
| WebSocket | 双向 | 协同编辑、游戏 | 全双工，但更重 |
| 流式输出 | 体验/数据形态 | 大模型对话 | 不是具体协议，SSE 只是载体之一 |
对实际工作的意义：对 AI 从业者，首字延迟（TTFT，Time To First Token）往往比总生成时间更影响体感。要做流式，得注意代理和网关别缓冲响应，否则字会攒着一次性出现；前端要能增量渲染 Markdown、处理半截 JSON 和代码块；用户点“停止”时，用 AbortController 断开连接，服务端是否停止计算取决于实现。对普通人，流式输出让等待变得可感知、可打断，长回答不用干等；但它不会让模型算得更快，只是把结果更早露出来。