流式输出:让 AI 回答像打字机一样实时返回(SSE 全链路实战)本文是《Java 后端 + AI 落地(Spring AI 主线)》系列第 8 篇。第 7 篇刻意把流式全部关掉了——批处理没人看打字机效果。这一篇从批处理回到在线场景,讲清楚为什么对话链路必须开流式、SSE 与 WebFlux 在后端怎么落地、以及"首 token 延迟"这个第 2 篇埋下的指标到底该怎么测。 有意思的是,对流式来说最关键的一条纪律恰恰来自第 7 篇:已经流出去了的内容不能重试,因为用户已经看到了。 这一篇会把"不能重试"从一个口号变成一套可执行的三阶段状态机,并给出 Nginx、网关、