聊到 WebSocket很多企微二次开发的同行会条件反射想到消息推送通道——回调消息推到客服工作台那一层。但 WebSocket 在 AI 机器人场景里还有个更关键的角色让 AI 的生成过程变成实时可感知的。客户发了一句话机器人 5 秒后才回一段话和 0.5 秒就开始打字、逐步显示生成内容体验差距是指数级的。这篇从 AI 交互体验角度聊聊 WebSocket 长连接在 Eyun 企微机器人场景里怎么用。一、AI 交互的实时和消息推送的实时是两件事很多人把 WebSocket 在 AI 场景的用法和消息推送混为一谈但两者要解决的问题不同维度消息推送场景AI 交互场景数据来源平台回调事件模型生成的 token 流推送频率突发式事件触发持续高频每秒几十 token延迟要求100ms 内50ms 内顺序保证同会话有序单条生成严格有序交互形态客服看工作台客户看聊天界面AI 交互的特殊性在于流式输出大模型不是一次性返回完整回复是按 token 一个个吐出来。客户等 5 秒看到一段话 vs 等 0.3 秒看到第一个字开始打字体验差距是天壤之别。这种流式性靠 HTTP 轮询是做不出来的——你不可能每 50 毫秒去问一次生成了多少那就是 DDoS 自己。WebSocket 长连接是流式输出的天然载体服务端每生成一个 token立刻通过 WebSocket 推给客户端客户端实时追加显示。二、AI 流式交互的完整链路基于 Eyun 平台 WebSocket AI 的流式交互链路是这样跑的1. 客户在企微发消息 2. Eyun 推回调到你后端 3. 后端快速回 2xx启动 AI 处理任务 4. AI 模型流式生成 token 5. 每个 token 通过 WebSocket 推给前端工作台 6. 工作台实时显示机器人正在输入和生成内容 7. 生成完成后端调 Eyun sendText 接口正式发出消息 8. 客户在企微收到完整回复第 5 步是关键差异传统做法是等模型生成完才显示客户在那干等WebSocket 做的是流式推送客服在工作台上能实时看到机器人正在打字的过程发现方向不对可以提前介入打断。第 7 步也有讲究模型生成的最终文本要通过 Eyun 接口正式发出去才算完成。生成和发送是两件事要解耦——生成完不直接发先存草稿给客服确认或自动审核后再发。这样可以避免 AI 一时抽风把不该发的内容直接发出去。三、流式输出的工程细节流式输出看着简单工程上有几个坑token 缓冲与批量推送。每个 token 推一次 WebSocket 帧开销大特别是网络差时。要做一个小的 token 缓冲区攒够 5-10 个 token 或 100ms 时间到再批量推一次。客户端看起来还是连续的但实际推送次数降到原来的十分之一。断流处理。模型生成中途网络断了、服务挂了客户端看到的生成内容是半截。要支持续传客户端记住已收到的 token 数重连后告诉服务端从第 N 个 token 继续推。服务端要保留中间状态断流后能在原位置继续。取消机制。客服看到生成方向不对要能立刻喊停。客户端发个取消指令通过 WebSocket 反向传给服务端服务端立即中断模型调用。这一步延迟要极低50ms 内否则模型生成完了取消也没意义。生成进度可视化。除了 token 本身还要推送模型在思考正在调用工具查客户档案工具返回完成正在组织回复这种阶段信号。让客服知道机器人为什么慢——是在调工具还是单纯生成慢决定要不要介入。四、双向交互不止是推送WebSocket 是双向通道AI 交互场景里反向通道也很重要客服打断客服点击打断按钮停止 AI 生成客服修改AI 生成到一半客服想插入自己的话模型要能感知后续输入调整生成客户接管客户明确要求人工立刻停止 AI、转人工客服改写AI 生成完客服直接在工作台改写后发出原 AI 内容丢弃这些都是客户端 → 服务端的指令靠 HTTP 轮询做延迟太大。WebSocket 反向通道让客服可以像指挥一个真人同事一样指挥 AI——等等这样不对换个说法还是我自己来。五、会话级状态同步WebSocket 还能解决一个传统 AI 机器人做不好的问题多端状态同步。客服可能同时开三个浏览器标签页不同客户、不同视图任何一个标签页里的操作接管、改派、回复都要实时同步到其他标签页。靠 HTTP 轮询要么慢、要么冲突。WebSocket 通过按客服ID 维度的会话广播实现客服在自己任何一个标签页做事所有标签页实时更新。状态同步的字段包括当前 AI 任务执行到哪一步哪些会话被 AI 接管、哪些被人工接管客服正在打字让其他同事知道别重复回会话归属变更、改派、转移客户上下线、消息已读这套同步做不好多端协同就崩——客服在这边回了消息那边标签页还显示未回复重复回复事故频发。六、AI 多候选回复的实时展示AI 在高价值场景可以同时生成 2-3 个候选回复让客服挑一个发。这种多候选并行对实时性要求更高三个候选要并行生成、并行推送不能串行等客服能在三个候选间实时切换、对比选定一个后其他两个立即停止生成释放算力选定的那个可以继续生成如果还没生成完WebSocket 在这种场景下的价值是让客服的选择动作实时反馈到生成端。HTTP 模式下选完一个要等下一次轮询才能停止其他生成浪费算力。七、性能与稳定性挑战AI 场景的 WebSocket 比普通推送场景压力大得多并发连接数高每个客服 1 个连接 每个 AI 任务 1 个临时连接用于流式输出推送频率高单个 AI 任务可能每秒推几十个 token 帧任务持续时间长AI 生成可能持续 10-30 秒期间连接要稳应对策略连接复用不要为每个 AI 任务开新连接复用客服的长连接任务结束时关闭流式子通道而非整个连接背压控制客户端处理不过来时服务端要能感知通过 WebSocket 的 buffer 高水位并暂停推送避免堆积慢消费者保护客户端卡死、网络极慢时服务端不能一直堆积消息。设上限超阈值主动断开连接让客户端重连服务器水平扩展单机扛不住时按客服ID 分片前端网关按 ID 路由到对应服务器八、安全流式场景的特殊风险WebSocket 长连接在 AI 场景的安全要点除了常规的鉴权、wss 加密、来源校验还有几个特殊风险流式内容泄露AI 生成过程中的中间内容可能包含敏感信息比如模型先输出客户手机号是 138...再被审核拦截中间内容也得过敏感词。取消指令伪造恶意客户端伪造取消指令干扰正常 AI 任务。取消指令要带签名验证。越权接管客服 A 通过 WebSocket 发指令接管客服 B 的会话权限校验要做对。任务冒充客户端伪造任务 ID 接收别人的 AI 生成结果。任务 ID 要绑定客服身份跨客服不可见。写在最后WebSocket 在 AI 机器人场景里的价值远不止消息推送它是流式生成、双向交互、多端协同、多候选选择的共同载体。基于Eyun 企微 API做实时 AI 机器人本质是把消息收发和AI 决策执行两件事通过 WebSocket 这个实时通道连起来让客户、AI、客服三方都能感知对方的实时状态。这套实时性做扎实AI 机器人才能从等 5 秒回一段话的笨拙体验升级成打字感、可打断、可协同的真人级体验。技术细节看起来碎但每一条都直接决定客户感受——慢一点客户就觉得对面是机器。