研究实测 MCP、A2A、ACP 智能体握手开销
原文标题：The Cost of Saying Hello: An Empirical Study of Handshake Overhead in AI Agent Communication Protocols
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文首次对 MCP、A2A、ACP 三种智能体通信协议的握手过程做分阶段实测。旧版 MCP 握手需 3 次往返、50ms RTT 下耗时 230ms，A2A 仅需 1 次往返 61ms。LLM 读取对方能力元数据时，每项能力消耗 24-107 token，200 项能力即占 200k 上下文窗口的 11%。MCP 2026 版将握手降至 2 次往返，热重连可为零。
- 问题
- 智能体通信协议握手开销缺乏实测数据，难以判断协议选型成本。
- 方法
- 用官方 SDK 对 MCP、A2A、ACP 握手做分阶段基准，测量往返、延迟、字节与 token 成本。
- 结果
- 旧版 MCP 握手 3 次往返、50ms RTT 下 230ms；A2A 1 次往返 61.0ms；每项能力消耗 24-107 token，200 项能力占 200k 窗口 11%。
- 影响
- 为智能体协议选型提供可量化依据，提醒能力元数据本身会挤占上下文预算。
深读 · 结论先行AI 生成展开看要点与影响 ↓
首次实测三种智能体协议握手：旧版MCP三次往返230ms，A2A一次往返61ms
- •测试覆盖MCP(2025 initialize与2026 discover两代)、A2A、ACP，用官方SDK逐请求计量
- •50ms RTT下旧版MCP握手3次往返耗时230ms，A2A仅1次往返61.0ms
- •LLM读取对方能力元数据时每项能力耗24-107 token，200项能力即占200k上下文的11%
- •场景含冷启动、热重复、能力不匹配、元数据降级，每格N=50，回环与模拟50ms RTT两种条件
- •MCP 2026版将握手降至2次往返，配合era pinning热重连可为零往返
为什么重要：握手开销此前只有定性说法，实测数据让多智能体系统的延迟预算与上下文预算第一次可算。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。