结论：Agent 的端到端延迟天然高，用户对等待的容忍度却很薄。流式不是性能优化，而是体验工程——它不缩短总时长，但大幅缩短"感知等待"。

一、首字延迟比总时长更重要

用户感受的"快"，主要是多久看到第一个有意义的输出。尽早开始流式输出，比把总时间从 10 秒优化到 8 秒更能改善体验。

二、让过程可见

Agent 多步执行时，明确展示当前在做什么（"正在检索""正在执行命令"），比一个静止的转圈更能安抚等待。过程透明还顺带提升可观测性。

三、流式下的正确性

流式输出会带来新问题：中途失败怎么办？已输出的部分要不要撤回？结构化输出（JSON）流式时可能一直不合法。对策：先缓冲到可判定，再流式；或明确"流式仅用于展示，最终以完整结果为准"。

四、交互节奏

• 长任务给可中断入口，别让用户只能干等。

• 关键节点给阶段反馈，而非只在结束时给结果。

• 批处理展示进度，而非黑箱。

五、常见误区

• 全部完成才一次性返回；只优化总时长不看首字；流式输出不处理中途失败；结构化内容边流边解析导致报错；等待期无任何反馈。

六、检查单

• [ ] 尽早流式输出首字

• [ ] 多步任务展示当前阶段

• [ ] 长任务可中断

• [ ] 流式中途失败有明确处理

• [ ] 结构化输出流式有缓冲策略

• [ ] 关键节点有进度反馈

• [ ] 等待期有非阻塞提示