为什么我的智能体在任何合理预算都应该叫停它之后，仍然持续消耗资源？

运行多步骤工作流的AI智能体消耗token的速度是单次查询的20至100倍，但目前没有任何基础设施层面的原语能在运行时强制执行消费或算力上限。当两个智能体陷入递归的澄清循环，或检索智能体过度拉取上下文时，唯一的信号是月底的账单。LangGraph和AutoGen等框架各自处理重试和检查点，但没有一个能执行在声明预算被突破时停止运行的资源契约。2026年1月的一篇arXiv论文对此类契约的形式化描述进行了规范，但从该形式化描述到能跨模型提供商和工具调用部署的实际原语，差距依然巨大。