说声你好要花多少钱：AI智能体通信协议握手开销实证研究
原标题：The Cost of Saying Hello: An Empirical Study of Handshake Overhead in AI Agent Communication Protocols
AI 摘要
该论文首次对三种主流 AI 智能体通信协议（MCP、A2A、ACP）的握手开销进行实证基准测试，使用官方 SDK 测量往返次数、分阶段延迟、传输字节和 token 成本。研究发现往返次数主导握手成本：在 50ms RTT 下，旧版 MCP 握手需 3 次往返、230ms，而 A2A 仅需 1 次往返、61.0ms。此外，当 LLM 读取对方元数据时，握手成本随能力清单规模增长，每个能力消耗 24-107 个 token，200 个能力的对端会占用 200k 上下文窗口的 11%。作者开源了完整测试框架与数据。
正文节选
The Cost of Saying Hello: An Empirical Study of Handshake Overhead in AI Agent Communication Protocols Abstract Every interaction between AI agents begins with a handshake. The initiating agent must locate its counterpart, learn what it can do, and establish a session before the first useful message can be sent. Surveys of agent communication protocols name handshake overhead as an efficiency criterion, yet none report measurements. This paper presents the first empirical, phase-decomposed bench