对接第三方服务时，对方接口突然大面积超时和报错，你们会怎么止损、降级和恢复？
我的判断
第三方大面积超时时先缩短等待、限制并发并降级业务，防止线程和连接被耗尽；恢复时半开探测、缓慢放量并对结果未知请求查单。
告警后先确认是全量还是某地区/接口，观察超时率、连接池、线程池和在途请求。立即收紧超时到业务可接受值，对第三方调用设置并发隔离和熔断；非核心能力返回缓存/默认值，核心支付若结果未知则进入处理中，不能直接宣布失败并重试扣款。
重试只针对幂等且短暂的网络错误，次数有限、指数退避带抖动，并受总 deadline 约束。熔断打开后快速失败，保留少量半开请求探测恢复；若对方按租户或区域故障，可以分维度熔断而不是全站关闭。
恢复阶段不会瞬间放开全部流量。逐级提高并发，观察对方和自身错误率；积压任务按限速补偿。支付、下单等结果未知请求通过查单和对账收敛。
事后记录对方 SLA、故障窗口、降级损失和重试放大量，并用故障注入验证超时、熔断、缓存和人工开关。
容易答偏踩坑误区
- 超时后立即重试多次。 会把对方故障放大成重试风暴。
- 只加熔断，不限制在途并发。 熔断触发前线程池可能已经耗尽。
- 恢复后一次性放量。 对方刚恢复时最容易再次被压垮。