流式响应已经开始，不代表整段回答会完成。连接中断、取消和服务超时需要独立状态。
首 token 延迟与总生成时间不同，缓冲和代理可能使流式看起来一次返回。客户端取消还需传播到后台资源，不能只关闭界面。
一、问题的范围与前提
模型负责语言或特征推断，检索提供候选材料，程序验证结构与权限，执行层管理实际动作。各部分成功条件应单独定义。生成流畅、JSON 合法和工具调用受理，都不足以独立证明事实正确或业务已经完成。
二、技术分析与方案取舍
服务受理、首片段、后续输出与完成分别记录。代理可能缓冲，使后台逐步生成而客户端迟迟不见内容；断流以后页面已有文字也只是部分结果。取消应传到生成资源，回收缓存或任务状态。重新生成会产生新文本，不能不加区分把两次片段拼成同一回答，任务身份与终态明确保存。
先选择一个明确任务，固定输入、模型和工具范围，完成小样本端到端验证，再扩展数据与并发。引用和计算使用可反查证据，外部内容不授予执行权限。资源、上下文与时间都有预算，失败状态能被查询和恢复，避免在结果未知时盲目重做。
三、实现与排查的顺序
- 记录受理首片段结束时间。
- 检查代理缓冲。
- 区分完成断流取消。
- 回收后台生成资源。
按这个顺序保留中间结果，可以区分输入条件、处理过程和最终输出。前一阶段的条件不成立时，先解释对应错误，再继续后面的试验；单次返回成功不足以覆盖整条链路。
最小示例
1
2
受理 → 首个输出 → 持续片段 → 完成/断流/取消
取消需传播到实际生成资源
首片段只是部分成功，不能把半段响应登记成完整内容。代理缓冲和超时会改变用户感受，重试生成也可能得到不同答案。
四、验证和结果解释
评估集覆盖正常、困难与越权条件，保存事实错误、引用错误、格式错误和工具错误的区别。模型输出与业务结果分开测量，目标指标不能冒充实测。已有官方能力说明只能支持候选范围，最终质量仍取决于目标数据和环境。
| 需要验证的结果 | 保留的对照 | 不能由此推出的结论 |
|---|---|---|
| 断流不标记完整成功 | 固定输入与配置、对应输出 | 一次成功代表所有条件成功 |
| 取消后资源可释放 | 中断前后状态与错误阶段 | 没有报错代表结果正确 |
| 长响应有明确时间预算 | 恢复后的同条件复测 | 临时恢复代表根因已经消失 |
验证材料缺失、错误检索、依赖中断、资源不足与操作取消。系统应收窄结论或明确失败，不能为了给出答案补造证据。模型版本与处理参数成对保存，变更后重跑固定问题集，防止更自然的表达掩盖任务能力退步。
五、适用边界与结论
传输分块并不提供业务幂等，重新请求可能产生不同答案。
这条路径把“记录受理首片段结束时间”与“回收后台生成资源”连在一起，中间保留可复查的条件。实施时优先确认“断流不标记完整成功”，再检查“长响应有明确时间预算”；两者都满足，才能在当前样本与配置范围内评价方案。设备、数据或软件版本改变以后，相关假设需要重新验证。
