流式输出：让 Agent 的回答边生成边显示，前端到底怎么接
做过对话类前端的应该都有体会：同样一个回答，"转圈三秒一次性蹦出来"和"像打字机一样一个字一个字冒出来"，用户的感知体验差一大截。后者哪怕总耗时更长，也显得快、显得它在"思考"。这就是流式输出（streaming）的价值。
我给一个产品里的咨询助手接前端时纠结过：到底要不要做流式。结论是——只要交互稍微正经一点，就该做。
服务端这块我偷了懒
我没自己部署模型和推理服务，智能体是用讯飞星辰搭好后发布成 API 用的，它的接口本身支持流式返回。所以服务端我基本没动，重点全在前端怎么接这个流上。
前端接 SSE 的几个要点
别用普通 fetch 等 JSON，要按流式（SSE / chunked）读。一段段 push 进去，每来一块就追加渲染。
做好缓冲与节流。chunk 来得很碎，一个字一个字 setState 会把渲染打爆，攒几个字或按帧刷一次更稳。
处理中断和异常。用户切走、网络断了，得能停掉流、保留已生成的部分，别让半截内容卡死。
结束标志要判准，流结束后再做"完成"态的处理（比如显示反馈按钮）。
踩的坑
Markdown 边流边渲染会闪。代码块、列表写到一半时结构不完整，渲染会跳。我的做法是流式期间先纯文本，结束后再整体按 Markdown 渲染一次。
流式下错误处理更麻烦，前面已经吐了一半，后面报错了，得想好怎么收场。
流式不难，但细节挺多，做好了体验提升很明显。我把前端那段读流的代码放评论区了。你们做对话前端踩过啥坑？