打招呼的代价：AI 智能体通信协议握手开销的实证研究

arXiv:2610.30151v1 公告类型：交叉发布 摘要：AI 智能体之间的每次交互都始于握手：发起交互的智能体必须先找到对方、了解其能力并建立会话，才能发送第一条有用的消息。智能体通信协议的综述将握手开销列为效率评估标准，但均未报告测量结果。本文首次针对三种主要智能体协议的握手过程开展了按阶段分解的实证基准测试：MCP（涵盖其 2025 年 initialize 和 2026 年 discover 两个时期）、A2A 和 ACP。我们使用各协议的官方 SDK，对每个请求进行插桩，测量冷启动、热重复、能力不匹配和元数据降级场景下的往返次数、各阶段延迟、线上传输字节数及 token 成本（每个实验单元 N=50，分别在回环网络和模拟 50 ms RTT 的条件下进行）。往返次数是决定握手成本的主要因素。旧版 MCP 握手需要三次往返，在 50 ms RTT 下耗时 230 ms；A2A 则需要一次往返，耗时 61.0 ms。但往返并非全部成本：当 LLM 读取对方的元数据时，握手成本随对方的能力数量增长，每项能力消耗 24–107 个 token，因此，当对方具有 200 项能力时，智能体尚未读取自身任务，就已耗用一个 200k-token 上下文窗口的 11%。MCP 自身的 2026 年修订版将握手从三次往返减少为两次，并通过锁定协议时期，将热重连时的往返次数降至零；这一协议演进印证了我们测得的成本。我们在 https://github.com/pvarshh/handshake-benchmark 发布了完整的测试框架、原始数据和分析结果。