AI 回答为什么能一个字一个字显示？

流式回答由服务器持续发送增量事件，前端读取后逐步更新消息。一次网络 chunk 不是一个字、token 或完整 JSON；UTF-8 多字节字符和事件分隔符都可能跨 chunk。渲染频率也不必等于接收频率，可以短暂缓冲后按帧或时间片批量写 UI，兼顾及时性与主线程成本。

处理链路为字节流 → 增量解码 → 协议事件分帧 → 解析事件 → 更新当前 generation 的消息 → 调度渲染。若一次收到多个 delta，应逐个处理；若只收到半个事件，保留到下一次。只有协议明确的完成事件或合法结束条件才转 completed。

不能把 HTTP 连接断开直接等同于回答成功结束。逐字动画可能只是收到整段后做的视觉效果，面试时应区分真实网络流与本地打字机。

真实流式生成是服务端在内容未全部完成时就逐批把增量发给前端，前端解码并合并到对应消息，因此用户能提前看到部分内容。token、网络块和页面字符不是一一对应关系，一次可能来多个词，也可能拆在任意字节处。打字动画则可以在完整响应到达后再逐字展示，只改善视觉，不能降低用户等待第一批内容的真实时间。