一次跳转的代价：NLIP 与 A2A 的通信基准

基于 大语言模型 (LLM) 构建的自治智能体需要标准化协议才能跨系统互操作。目前已有几种协议（A2A、MCP、ACP、ANP、NLIP），但自然语言交互协议 (NLIP) 尚未出现在任何受控性能研究中，也没有任何工作测量智能体协议的延迟花费在哪里。我们根据经验比较 NLIP 和Agent-to-Agent（A2A） 协议，将延迟分解为跨三个独立硬件环境的消息创建、连接和发送阶段。对于轻量级协调，NLIP 在两个环境中比基准 A2A SDK 实现快 8.4-9.6 倍，在第三个环境中快约 4 倍；优势的方向是一致的，其大小取决于硬件。优点是特定于阶段的：对于端到端管道（其中 LLM 推理占主导地位），两种协议表现接近。差异几乎完全来自连接设置。为了测试 A2A 的最佳性能，我们还运行了启用连接缓存的 A2A SDK；缓存缩小了与 NLIP 的差距，具体程度取决于硬件，从一台机器上的 2.75 倍到更快硬件上的接近同等水平，其中缓存优化的 A2A-SDK 在规模上与 NLIP 相匹配。我们将这些报告为测量条件，而没有对剩余发送阶段成本进行单一因果解释。与更优化的 Python-A2A 相比，NLIP 在同一阶段领先约 4 倍。最后，我们提供了一份针对工作负载特征的协议选择指南。