SIP 像 HTTP 一样建立呼叫，战胜了 H.323 的复杂性

在 20 世纪 90 年代，两大家族竞争让电话呼叫在 IP 上工作。ITU-T 的 H.323 定义了一个完整的、二进制编码的多媒体系统，基于 ASN.1，设计得像电信标准；IETF 的 SIP 来自互联网风格思维，最早在 1996 年作为互联网草案流传，1999 年标准化为 RFC 2543，2002 年成为 RFC 3261。

区分它们的设计选择是消息本身：SIP 将呼叫编码为 ASCII 文本，将邀请建模为带 URI 风格地址的请求，并像 HTTP 一样结构化对话——INVITE、响应、ACK。这使得协议可读性好，且与 Web 的寻址和调试文化兼容。

批评者正确指出电话很难，SIP 的简单性部分只是表面。但简单赢得了采用竞赛：SIP 搭上了互联网的工具箱，而 H.323 的复杂性提高了每个实现者的门槛。标准化组织选择 SIP——3GPP 选择它用于第三代移动网络，PacketCable 用于有线电话。

协议之争的教训：一个降低首次实现成本并符合主流生态习惯的标准，比更完整但更复杂对手得到更快部署、测试和改进。SIP 成为 VoIP、IMS 和移动电话的默认信令协议。

将呼叫建立改为文本请求，复用 Web 工具

文本编码的消息可读性好，使互操作调试远比二进制 ASN.1 容易。

URI 风格地址将呼叫与 Web 的身份模型对齐，不像 H.323 有多种别名类型。

IETF 流程比 ITU 的完整系统定义更快产生精简规范。

3GPP 和 PacketCable 的采用将 SIP 锁定在移动和有线网络中。

当两个标准竞争时，复用生态系统现有工具和思维模式的标准通常胜过技术上更完整的标准。

RFC 3261 (2002) 仍是 SIP 核心标准，被数十个扩展 RFC 丰富（存在、消息、安全）；IMS——4G 语音背后的信令架构——基于 SIP，几乎所有 VoIP 提供商都使用它。H.323 仍存在于视频会议细分领域，但失去了主流地位。