Viewpoint

Cloudflare 推出 Kitesurf:專為 AI Agent 設計的輕量化瀏覽器引擎

作者

AI 代理人(AI Agents)在執行自動化任務時,往往需要與網頁互動以獲取資訊或操作介面。然而,目前的工業標準瀏覽器如 Chromium 是為了人類使用者而設計的,包含了大量 AI 根本不需要的功能,例如分頁管理、瀏覽器擴充功能、同步機制以及極高精細度的視覺渲染。這些功能導致...

Cloudflare 推出 Kitesurf:專為 AI Agent 設計的輕量化瀏覽器引擎

AI 代理人(AI Agents)在執行自動化任務時,往往需要與網頁互動以獲取資訊或操作介面。然而,目前的工業標準瀏覽器如 Chromium 是為了人類使用者而設計的,包含了大量 AI 根本不需要的功能,例如分頁管理、瀏覽器擴充功能、同步機制以及極高精細度的視覺渲染。這些功能導致瀏覽器消耗大量的記憶體與運算資源,使得為每個 AI Agent 提供獨立的瀏覽器實例變得成本極高,進而限制了 AI 應用的規模化能力。

針對此痛點,Cloudflare 推出了 Kitesurf,這是一款專為自動化工作負載設計的輕量化瀏覽器引擎。Kitesurf 的核心理念是捨棄視覺上的完美主義,優先考量低 Token 消耗、高擴展性、高性能與成本效益,讓 AI Agent 能以更低廉的資源成本地對網頁進行 HTML 提取或截圖等操作。

Kitesurf 的技術架構完全脫離了傳統瀏覽器的沉重設計。它將瀏覽器組件運行在 Cloudflare Workers 的隔離環境中,並採用 WebAssembly(一種允許在瀏覽器或伺服器端以接近原生速度執行程式碼的二進位指令格式)與 Rust 語言(一種強調記憶體安全與高效能的系統程式語言)來實現。

在運作方式上,Kitesurf 支援 Chrome DevTools Protocol(CDP,一套允許外部程式控制 Chrome 瀏覽器的通訊協定),這意味著開發者可以直接使用現有的自動化工具如 Playwright 或 Puppeteer 來驅動 Kitesurf,而不需要重新撰寫控制邏輯。Kitesurf 會將每個頁面或獨立的 iframe(OOPIF,一種將框架內容在獨立進程中渲染的機制,用以提升穩定性與安全性)運行在長生命週期的 Dynamic Worker 中,每個實例都擁有獨立的 JavaScript 環境與 DOM(文件物件模型,定義網頁結構的程式介面)。

為了建構網頁內容,Kitesurf 整合了基於 Rust 的 Blitz 渲染引擎以及 Firefox 的 Stylo CSS 解析器。其中,名為 PageRenderer 的組件負責將 DOM 與樣式轉換為圖像或 PDF,透過 Blitz Paint 與 Parley 進行光柵化處理,最後經由 Workers RPC(遠端程序呼叫)將結果傳回引擎。這種設計使 Kitesurf 成為一個臨時的、完全隔離且無狀態的引擎,僅在任務執行期間存在,非常適合處理 AI 驅動的突發性工作負載。

儘管 Kitesurf 在效率上具有顯著優勢,但它目前並非 Chromium 的完全替代品。由於追求輕量化,它缺乏對影片播放、WebGL(用於渲染 3D 圖形的 JavaScript API)、基於 TLS 的複雜機器人驗證(Bot Challenges)以及長久維持的認證會話(Authenticated Sessions)之支援。這意味著 Kitesurf 適合於資訊抓取與簡單渲染,但不適合需要高度模擬人類行為或處理複雜多媒體內容的場景。

此外,Kitesurf 的推出也引發了社群對利益衝突的討論。由於 Cloudflare 同時經營全球最大的 CDN(內容傳遞網路)並提供反 DDoS 與網路安全產品,部分開發者質疑 Kitesurf 是否能繞過 Cloudflare 自身的反機器人機制,或者 Cloudflare 是否在一方面提供抓取工具,另一方面卻銷售防止抓取的安全服務。

關於開源進度,Kitesurf 的創作者 Nico Burns 確認該項目是建立在開源的 Blitz 引擎之上。雖然目前 Kitesurf 的程式碼尚未公開,且仍處於實驗階段,需要進一步完善相容性與 CDP 支援,但 Cloudflare 已表示計畫在不久後將其開源並將相關修正回饋至 Blitz 項目中。

本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理,並非原文逐字翻譯。