④ 模型拿到 messages 后的完整流水线（tokenize → 位置编码 → 连续批处理 → 采样）。① 主流模型（GPT / Claude / Llama / GLM）各自规定的对话字段长什么样；每生成一个 token → 立即 SSE push → 前端逐字渲染；后台仍在连续批处理循环。关键：本地推理也需把 messages 转成。）在系统提示、多轮、工具调用里的作用；不同家 token

Tokenizer =「文本 → 整数列表」的双向映射表；决定模型「看到的」全部符号。