Contact
ブログ一覧
AI活用

Cloudflare の Kitesurf — AIエージェントのためにブラウザを「作り直す」という発想

本記事は公開時点（2026年08月08日）の情報です。AI関連のサービスや仕様は変化が速いため、最新の情報は各公式サイトをご確認ください。

先日 Cloudflare OS の記事を書いたばかりですが、同じ「Agents Week」で Cloudflare がもう一つ気になるものを出していました。その名も Kitesurf。検索するとカイトサーフィン用品に混ざって出てくる、AIエージェント専用のブラウザです。

「エージェント用のブラウザ」自体は目新しくありません。Playwright や Puppeteer でヘッドレス Chrome を動かすのは、スクレイピングや E2E テストの定番です。弊社でもサイトの検証やデータ取得で日常的にやっています。Kitesurf が面白いのは、その Chromium を軽量化したのではなく、ブラウザエンジンを Rust でゼロから書いたところです。

Chromium を借りずに、書いた

Kitesurf のエンジンは Rust 製で、WebAssembly にコンパイルされて Cloudflare Workers の V8 isolate の中で動きます。つまりコンテナや VM でブラウザを飼うのではなく、Workers のリクエスト処理と同じ場所でブラウザが立ち上がる構造です。

中身も割り切っていて、HTML パーサーは Blitz、CSS は Firefox 由来の Stylo、テキスト整形は Parley と、Rust エコシステムの部品を組み合わせています。JavaScript の実行は Workers ネイティブの V8 に任せる設計です。

なぜそこまでするのか。答えは「人間向けの機能が、エージェントにはコストでしかない」からです。

何を捨てて、何を取ったか

Kitesurf が捨てたもの: タブ、テーマ、拡張機能、60fps のスクロール、ピクセルパーフェクトなレンダリング、ビデオ再生、WebGL。

代わりに最適化したもの: トークン効率のよい HTML 抽出、スクリーンショットと PDF 生成、起動の速さ、そして CPU とメモリ。

エージェントはスクロールの滑らかさを感じませんし、美しいフォントレンダリングも評価しません。ページの構造が機械可読で取れて、安く大量に並列実行できることがすべてです。人間の目のために積み上げられた30年分のブラウザの機能を、いったん降ろしてみたわけです。

数字を見る

公式ブログのベンチマーク（5サイトの中央値、対ウォームスタートの Chromium）から抜粋します。

  • CPU 時間: スクリーンショットで 3.1倍、HTML 抽出で 3.8倍 削減
  • メモリ: スクリーンショットで 4.7倍、HTML 抽出で 7.0倍 削減（273MiB → 39MiB）
  • 一方、実時間（体感速度）は 1.7〜1.8倍遅い

最後の行が正直でいいなと思いました。JIT がない分、単発の処理は Chromium より遅いのです。ただしエージェントのワークロードは「1ページを速く」ではなく「1万ページを安く並列で」なので、CPU・メモリの削減がそのままコストとスケールに効きます。どちらを取るかの設計判断が数字に表れています。

既存のコードがそのまま動く

個人的に一番感心したのはここです。Kitesurf は Chrome DevTools Protocol（CDP）の WebSocket / REST インターフェースを実装しているので、Puppeteer も Playwright も chrome-remote-interface も、コードを変えずにそのまま繋がります。

API 経由なら、既存の Browser Run のエンドポイントにパラメータを足すだけです。

curl -X POST \
  'https://api.cloudflare.com/client/v4/accounts/<ID>/browser-run/screenshot?browser=kitesurf' \
  -H 'Authorization: Bearer <TOKEN>' \
  -d '{"url": "https://example.com"}' \
  --output screenshot.png

MCP クライアントからも同じエンドポイントで使えるので、Claude などのエージェントに「ブラウザ」として渡す使い方も想定されています。新しいプロトコルを発明せず、枯れた CDP に乗ったのは賢い判断だと思います。

まだできないことも多い

ベータなので制限もはっきり書かれています。

  • ビデオ再生・WebGL は非対応
  • bot チャレンジ（TLS フィンガープリント）への対応なし
  • 認証つきセッションは10分まで
  • レンダリング精度が要求される複雑なサイトはまだ苦手（Web Platform Tests は21.5万件以上通過していて、毎週増えているとのこと）

要するに、ピクセル単位の描画検証が必要な E2E テストの置き換えではありません。HTML の抽出、要約のための本文取得、フォーム操作、記録用スクリーンショットといった「エージェントの目と手」の用途に絞ったツールです。

動かしてみるには

いまは Browser Run 上で無料ベータとして提供されています（アカウント単位の利用上限あり）。ブラウザだけで試せる Playground も用意されていて、将来的にはオープンソース化する予定とのこと。先日の Cloudflare OS といい、この会社は「エージェント時代のインフラ」を最短距離で埋めに来ている感じがします。

弊社でもブラウザ自動化はスクレイピングやサイト検証で使い倒している領域なので、Kitesurf が実務のワークロードでどこまで持つかは、検証して続報を書くつもりです。エージェントによる業務自動化やデータ収集の仕組みづくりに興味があれば、お気軽にご相談ください。