🔥 今日值得一读
AI代理握手实测：传统MCP三次往返230毫秒，200个能力竟吃掉11%上下文窗口！
The Cost of Saying Hello: An Empirical Study of Handshake Overhead in AI Agent Communication Protocols
📖 AI 总结
该论文首次对AI智能体通信协议中的握手开销进行了实证性、分阶段的基准测试，覆盖MCP（2025初始化版与2026发现版）、A2A和ACP三种主流协议。研究使用各协议官方SDK，在冷启动、热重复、能力不匹配和元数据降级四种场景下，测量往返次数、各阶段延迟、传输字节和token成本（每格N=50，含本地回环与模拟50毫秒RTT两种条件）。关键发现是：往返次数是握手成本的主导因素——旧版MCP需三次往返，在50毫秒RTT下耗时230毫秒，而A2A仅需一次往返、61.0毫秒；此外，当由大模型读取对方元数据时，成本随对方能力清单规模增长，每项能力消耗24至107个token，拥有200项能力的对手方会在智能体读取自身任务前占用20万token上下文窗口的11%。MCP 2026修订版将握手从三次往返降至两次，配合版本固定可在热重连时降为零次，这一协议演进本身印证了所测成本的真实性。该研究填补了协议调查中普遍提及握手开销却无人实测的空白，为智能体协议设计与选型提供了可复现的量化依据。
🔑 关键词速览
| MCP | 一种代理通信协议，本文研究了其2025年初始化和2026年发现两个版本的握手开销。 |
| A2A | 另一种代理通信协议，与MCP和ACP进行对比，其握手仅需一次往返。 |
| ACP | 第三种代理通信协议，作为本文基准测试的对象之一。 |
| 往返次数 | 握手过程中消息交换的往返次数，是影响握手延迟的主要因素。 |
| 令牌成本 | 当LLM读取对应方元数据时消耗的令牌数量，随能力数量增加而增长。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅