一句话定义：工具调用的超时预算，就是智能体（Agent）在干活之前，先给每一次工具调用（Tool Call）定好“最多等多久”，再给整条任务链定一个“总等待上限”；一旦超过上限，就按事先想好的策略回退，而不是干等下去。
打个比方：半天假期的办事路线
你只有半天假，要跑银行、取快递、配钥匙。理性做法不是“每个窗口都排到天荒地老”，而是：银行最多等 30 分钟，队伍太长就先去取快递，回头再说；整趟行程总共不超过 4 小时，到点必须收工。工具调用预算就是这套规则：单次调用的超时（timeout）负责“这一站等多久”，整体预算（budget）负责“今天几点必须回家”。
原理拆开看，是三层
第一层是连接超时与读取超时。连接超时管“对方接没接电话”，读取超时管“接起来之后说多久”。两者混为一谈，就会出现“连上了但永远不说话”的卡死。
第二层是重试要不要计入预算。重试（retry）不是免费的，每次重试都花掉真实的时间。常见的做法是重试次数有限、间隔递增（退避，backoff），而且必须从总预算里扣——否则一次抖动就能把整个任务的预算吃光。
第三层是超时后的回退梯度。可以有多种回退方式：换一个等价工具（比如主搜索换成备用搜索）、降级到缓存或旧数据、缩小请求范围再来一次，以及最诚实的做法——把“这一步没成功”告诉用户，并给出可选的下一步。回退方案要在设计时写好，而不是在超时那一刻现场想。
容易混淆的几个邻居
| 概念 | 管什么 | 不管什么 |
|---|---|---|
| 超时预算 | 每次等多久、总共等多久、超了怎么办 | 不判断工具本身好不好用 |
| 重试策略 | 失败了再试几次、隔多久试 | 不控制整体耗时上限 |
| 限流（Rate Limit） | 单位时间内最多发多少请求 | 不管单次请求等多久 |
| 熔断（Circuit Breaker） | 连续失败就暂时别调了 | 不负责超时后的降级路径 |
简单说：限流是“别把对方打垮”，熔断是“别再打了”，超时预算是“我这边最多陪你耗多久，耗完我走人”。三者常常一起用，但解决的是不同问题。
对从业者的实际意义
超时预算是智能体稳定性的隐形开关。设太短，正常波动也被判失败，任务反复重来；设太长，一个卡住的调用会拖住整条链路，用户盯着转圈，AI 词典：Token">Token 和调用成本还在涨。实用做法是：参照工具的历史延迟分布（比如以 P95 为基准留一点余量），给关键路径和非关键路径设不同档位，把总预算写进编排层而不是散落在各处，并且让每一次超时都留下日志——否则你只会看到“智能体有时很慢”，却不知道慢在哪一步。具体默认值和上限，各家平台不同，以官方页面为准。
对普通人的意义
你大概遇到过：同一个助手，有时秒回，有时转很久最后说“稍后再试”。差别往往不在模型聪不聪明，而在于它背后的等待规则设计得好不好。好的预算让它在一条路走不通时迅速换路，并告诉你“这一步没查到，要不要换个说法”；差的预算让它死磕一个不响应的接口，把你一起晾在那儿。
判断一个智能体是否成熟，不妨看它失败时是否干脆、是否说清楚、是否还有下一步——这背后，往往就是一份写得明白的超时预算。