Server-Sent Events（SSE）是一种基于 HTTP 的服务器单向推送技术，允许服务端持续向客户端发送文本流而无需客户端反复请求。在 AI 领域，SSE 是大模型流式输出的事实标准：从 ChatGPT 类聊天界面到 MCP（模型上下文协议）的工具调用，底层大多依赖 SSE 实现逐 token 返回和低延迟交互。相比 WebSocket，SSE 更轻量、天然兼容现有 HTTP 基础设施，代价是只支持服务器到客户端的单向通信。
Server-Sent Events 在语音与 Agent 场景的近期进展
当前焦点与观察点
SSE 的讨论焦点正从“如何逐字输出”转向更复杂的多模态与多智能体场景。一是语音流：音频以 base64 编码片段或二进制包装的形式经 SSE 推送，需要权衡分块粒度与延迟；二是状态与生命周期管理：像 ASP 这样的规范试图用事件类型区分任务状态、心跳与错误，弥补 SSE 缺少内置会话语义的不足；三是与 WebSocket、gRPC streaming 的选型争议——SSE 胜在简单和穿透性好，但双向交互（如实时打断）仍需额外的 HTTP 请求配合。
值得观察的方向包括：MCP 后续版本是否会引入双向流式传输替代纯 SSE、多智能体编排平台如何统一事件格式，以及边缘部署场景下 SSE 长连接与负载均衡、代理超时配置的兼容性问题。对工程团队而言，SSE 仍是最小成本实现 AI 流式体验的默认选项，但在 Agent 系统规模化的过程中，其协议层面的短板正被越来越多的上层规范所补足。