docs(readme): 统一超时预算段(2026-09-16用户裁定单点收敛)——payload._timeout=总预算语义,端点deadline约束重试,端点配置timeout不再掐断attempt,三层对齐铁律+验证特征串

README.md

@@ -149,6 +149,27 @@
   且 r2v 判定加「输出为视频」限定防误吸文本输出模型）；
   `_MEDIA_INPUT_CAPS` 加 m2t（模板生成按输入媒体处理）。
 
+## 统一超时预算（2026-09-16 用户裁定：单点收敛，禁散落）
+
+**语义**：`payload._timeout` = 一次调用的【总预算】秒数（含内部重试），由调用侧
+bridge（`pipeline_service.llm_bridge._resolve_budget`）恒传——忘传走平台缺省
+（chat 300 / 生成类 900），不再落到供应商端点小配置。
+
+**端点侧单点**（`inference._post_upstream` deadline）：
+- `ctx['budget']` = 总预算；attempt 超时 = 剩余预算，总时长≈预算（旧实现每
+  attempt 独享全额超时，最坏 3×预算+退避 > 客户端等待 → 客户端先断连报模糊
+  TimeoutError → 分类器误判永久错误，2026-09-16 pbls QC 事故链一环）。
+- 剩余 < `_MIN_ATTEMPT_SECONDS`(15s) 不再发起必然超时的 attempt，抛结构化错误。
+- **端点配置 timeout（llm_vendor.endpoints，百炼 120 等）不再掐断 attempt**——
+  供应商参数不知道调用方需求，正是 09-05/09-14/09-16 三次事故共同根因；仅在
+  直连端点未传 `_timeout` 时与 `_TOTAL_TIMEOUT`(300) 取大兜底。
+- 异步模型轮询总预算同语义（`_async_inference`：req_timeout 覆盖，缺省 600）。
+
+**三层对齐铁律**：调用方总预算 T → `_timeout`=T（端点 deadline）→ bridge 客户端
+aiohttp=T+60（恒覆盖上游）→ 调用方外层 wait_for（若有）≥ T+60。
+验证特征串：`[inference] 组包 ... 预算=Ns` 日志行；llm_call_trace status_code=0
+断连计数（治理前 27 次/日 → 治理后 0）。
+
 ## 治理页面（弹窗化，2026-09-07 用户定夺）
 
 `wwwroot/index.ui` 顶部统计条（llm_dashboard_widget）+ 7 张功能卡片。