Cloudflare、AIエージェント向け軽量ブラウザーエンジン「Kitesurf」を発表

Cloudflareは、AIエージェントによる自動化ワークロードを想定した軽量ブラウザーエンジン「Kitesurf」を発表した。人間が利用する一般的なブラウザーのように、すべての機能やピクセル単位の表示再現を目指すのではなく、HTMLの読み取り、構造化データの抽出、ページスクリプトの実行、スクリーンショットやPDFの生成に焦点を当てる。

主な特徴

• 軽量な実行環境：Kitesurfのブラウザーコンポーネントは、Cloudflare Workers上の分離されたWebAssembly/Rust環境で動作する。Chrome DevTools Protocolに対応し、PlaywrightやPuppeteerから操作できる。
• ページ単位の隔離：ページやプロセス外iframeごとに独立したJavaScript環境とDOMを持たせる設計だ。タスクの実行中だけ存在する短命なステートレスエンジンとして、突発的なAI処理の拡張を狙う。
• レンダリングを分離：PageRendererはDOMとスタイルを画像またはPDFに変換する。フォントや画像を取得し、Blitz PaintとParleyでラスタライズしたデータをWorkers RPC経由で返す。
• 明確な制約：現時点では動画、WebGL、実環境に近いTLSベースのボット検証、長期間維持する認証セッションに対応していない。そのため、汎用ブラウザーとしてChromiumを置き換えるものではない。

エージェント向けブラウザーが必要な理由

Chromiumには、タブ、拡張機能、同期、複雑なグラフィックス、精密なインタラクションなど、人間向けの機能が多く含まれている。これらは通常のブラウザーでは重要だが、AIエージェントの多くはページ構造の取得や、安全にWebツールを呼び出す能力を優先する。エージェントごとに完全なChromiumを起動すれば、メモリーと計算資源のコストが大きくなり、同時実行数を制限しかねない。

Kitesurfは、最適化の基準を変えようとしている。重視するのは、視覚的な完全再現ではなく、トークン消費、構造化コンテンツ、性能、コスト、拡張性、ツールの安全性だ。この判断により、コストに敏感なエージェントにもWebアクセスを提供しやすくなる一方、高度なグラフィックス、動画、永続セッション、ブラウザー固有の挙動に依存するサイトでは互換性の問題が残る。

今後の論点

Kitesurfはまだ実験段階にあり、互換性の改善、CDPおよびWPT対応が残っている。コードも現時点では公開されていない。Cloudflareは近くオープンソース化し、関連する変更をBlitzの上流へ提出する計画を示しているが、時期と範囲は今後の進展を待つ必要がある。

また、CloudflareがAIによるWebアクセスを支援する一方で、ボット対策やAIクローリング対策の製品も提供している点について、利益相反を指摘する声が出ている。Kitesurfが防御を回避できるかどうかは、技術だけでなく、各サイトの方針、認証、利用規約にも左右される。現段階では、Kitesurfは成熟した汎用ブラウザーではなく、特定のエージェント処理に向けた基盤実験と見るのが妥当だ。

出典：InfoQ 中文