本文探讨AI原生架构中LLM作为运行时依赖的工程挑战，涵盖与传统RPC的差异、超时与预算传播、成本治理、不确定输出校验、Agent编排与checkpoint、可观测性及与RAG的边界。核心观点：LLM调用需分层管理，采用双级超时、token预算、schema硬闸门、人审机制及决策模式追踪，并给出优先级建议。