文章以本地推理为例，说明流式输出需生成端、边界与界面协同：异步流逐项产出，背压用有界队列反馈消费速度，协作式取消让生产端在检查点停止并释放资源。三者缺一，界面看似流式仍会积压内存或占用算力。作者用Python最小程序验证慢消费者取消，并指出常见误区：前端停渲染不等于取消、队列越大越平滑、本地推理无需超时。