一句话定义：分块传输编码（Chunked Transfer Encoding）是 HTTP/1.1 的一种传输方式：服务器不必预先知道响应总长度，而是把内容切成带长度标记的块逐个发送，最后用一个零长度块表示结束。
原理：普通响应通常用 Content-Length 告诉客户端“总共多少字节”。但大模型逐字生成回答时，最终有多少字事先不知道；若硬等全部生成完再算长度，用户只能干等。分块传输像搬家时不知道总共几车：每车贴一张“本车清单”，到一车发一车，最后发一辆空车表示搬完。接收方每收到一块就处理一块，因此能边生成、边发送、边显示。每块前有十六进制长度，块后跟分隔符；零长度块是结束信号，后面还可带少量 trailer 字段（可选）。
和相邻概念的区别：
| 概念 | 作用 | 层级 |
|---|---|---|
Content-Length | 事先声明总字节数 | HTTP 消息头 |
| 分块传输编码 | 不知道总长度时，逐块界定传输边界 | HTTP/1.1 传输编码 |
| gzip | 压缩内容，减少字节数 | 内容编码，可与分块并用 |
| SSE | 按事件推送文本，如 data: ... | 应用层事件格式，不是传输编码 |
关键别混：SSE（Server-Sent Events）是“消息长什么样”，分块传输是“字节怎么运”。在 HTTP/1.1 下，SSE 和很多流式输出常借助分块传输实现；但 HTTP/2、HTTP/3 有自己的流与帧机制，不再用 Transfer-Encoding: chunked。AI 输出里的“token 块”也是应用层概念，传输块边界不必与 token 或 SSE 事件对齐。
实际意义：做聊天、日志、进度推送时，服务端要尽快 flush，客户端要增量解析；中间代理若开启缓冲，可能攒满再转发，流式效果会消失，部署时需确认缓冲/流式配置，具体以所用组件官方文档为准。