メインコンテンツへスキップ
見出し画像

Kitesurfは「AIが使うブラウザ」ではなくエージェントの部品だ。Chromeを積まない軽さと、手放した速さと互換性

    画像

    先に要点だけ書いておく。数字と例外は図1にまとめた。

    CloudflareのKitesurfは、Workers上で動くエージェント用の軽量ブラウザエンジン。
    メモリとCPUはChromeより小さい代わりに、表示は遅く、動かないサイトもある。
    何を読ませたいかで、Kitesurf・Chromium・ほかの軽量エンジンを使い分ける。

    この記事の流れ

    1. Kitesurfは何で、いつ出てきたか

    2. 中身は4つの部品と、2つのJSエンジン

    3. 省いたものと、向かない用途

    4. ベンチは「何と比べたか」で読む

    5. 使い方は3通り

    6. セキュリティは「重視」と「実装」を分けて読む

    7. エージェント向けブラウザを3つの軸で並べる

    8. 何を読ませたいかで、行き先を決める

    エージェントにWebページを1枚読ませたいだけでも、裏ではChromeが丸ごと1つ立ち上がる。描画も、タブの仕組みも、拡張の受け口も込みでだ。エージェントを並列で回すと、メモリの多くはこのブラウザが持っていく。

    11月16日にgihyo.jpでKitesurfの記事を読み、この重さに手を入れたものだと思った。ただ見出しだけだと「AI用の新しいブラウザ」に見える。一次情報を読むと、少し違うものだった。

    今回は調べる側に回った。Cloudflareのブログ3本、Docs、GitHubのREADME、kitesurf.devを読んでいる。手元では動かしていないので、使い方は公式手順の紹介にとどめる。

    Kitesurfは何で、いつ出てきたか

    Kitesurfは、人間が開くブラウザではない。エージェントがCDP(Chrome DevTools Protocol)でつないで使う、画面のないブラウザエンジンだ。HTMLを読み、CSSを当て、JSを動かし、スクショを返す。

    時系列はこうなっている。

    • 2026-08-06 発表。Browser Runの選択肢の1つとして、ベータ中は無料

    • 2026-09-28 更新。WebMCP対応、ターミナル描画、内部の最適化

    • 2026-11-12 OSS化(changelogの日付。ブログは翌13日付)

    Browser Runは、Cloudflareのヘッドレスブラウザ自動化サービスだ(4月にBrowser Renderingから改名)。既定はChromiumで、`browser=kitesurf` と指定するとKitesurfに切り替わる。発表時はこの形でしか使えなかった。

    最初のコミットは5月で、着想元はRust製のエンジンobscuraだという。9月の更新ではWebMCPに対応し、ターミナルにページを描くCLIも出た。11月にgithub.com/cloudflare/kitesurf がApache 2.0で公開されたが、位置づけは「実験的で開発中」のままだ。

    中身は4つの部品と、2つのJSエンジン

    gihyoの記事は「Rust製」と書いていたが、正確にはRustをWebAssembly(Wasm)にしたコアと、外側のTypeScript層の組み合わせだ。ビルドはBazelを使う。

    構成は4つの部品に分かれる。

    • Engine: 外から見える唯一の窓口。CDPを受け、セッションの状態を持つ

    • PageScript: ページごとに起動するDynamic Worker。ページのJSはここで動く

    • PageRenderer: 状態を持たない描画係。RPCで呼ばれてPNGを返す

    • SandboxOutbound: ネットワークへの出口。通信はすべてここを通る

    「ステートレス」とは、状態がCDPのWebSocket接続の中にしかない、という意味だ。接続が切れれば何も残らない。ナビゲーションのたびに新しいPageScriptを起動し、前のものは捨てる。

    JSエンジンが2つあるのが、少しややこしい。ページのJavaScriptは、Dynamic WorkersのV8 isolateで動く。Chromeと同じV8だ。

    ところがWorkersは `eval` に対応していない。そこで `eval` や `new Function` のような動的なコード生成だけを、Rust製のJSエンジンBoaが代役として受け持つ。Workersが対応したら、Boaからは移る予定だという。

    HTMLとDOMとレイアウトはBlitz、CSSはFirefox由来のStylo、描画はParleyとVelloが担う。既存のRust製部品を組み合わせたエンジンだ。CDPは主要なドメインを実装する一方、Memory・Tracingなど約34のドメインは空の応答を返すだけになっている。

    省いたものと、向かない用途

    発表ブログの考え方ははっきりしている。エージェントはタブもテーマも拡張も同期も気にしないし、60fpsのスクロールやピクセル単位の正確さも要らない。そういう割り切りだ。

    そのぶん、公式が「Kitesurfはまだ向かない」と挙げている用途がある。

    • 動画の再生、WebGL

    • 本物のTLS指紋が要るボット対策のチャレンジ

    • 永続的な状態に頼る、長い認証セッション

    こういうときはBrowser Run既定のChromiumを使ってほしい、と公式自身が書いている。ステートレスの設計を考えると、当然の線引きだと思う。

    ベンチは「何と比べたか」で読む

    「ChromeよりCPUもメモリも少ない」は、比較相手を確かめてから読みたい。数字が2組あり、相手が違う。

    発表ブログの数字は、14のURLで各5回測った中央値だ。相手は、使い回し済みのChromium(warm pool)になる。

    • CPU: スクショ380ms対1,173ms(3.1倍少ない)、HTML抽出229ms対877ms

    • メモリ: スクショ57.8MiB対271.0MiB(4.7倍少ない)、HTML抽出は7.0倍少ない

    • 実時間: スクショ1,148ms対637ms(1.8倍遅い)、HTML抽出は1.7倍遅い

    軽いが遅い。差の多くは、ラスタライズと画像のエンコードから来ていると公式は説明している。

    kitesurf.devの最新値(11月16日、38ページの中央値)は、相手が2つある。Chromeを使い回すBrowser Runと、毎回新しく起動するChromeだ。スクショ側と読める値を拾うと、こうなる。

    • メモリ: Kitesurf 49MiB、Browser Run 396MiB、新規起動Chrome 330MiB

    • CPU: Kitesurf 843ms、Browser Run 2.54s、新規起動Chrome 772ms

    • 実時間: Kitesurf 2.39s、Browser Run 1.59s、新規起動Chrome 999ms

    画像

    メモリはどの相手より大幅に少ない。これは揺るがない。

    CPUは相手で変わる。使い回し型のBrowser Runよりは少ないが、新規起動のChromeよりスクショではわずかに多い。「CPUが少ない」は、使い回し型と比べた話だと読んでおきたい。

    重いサイトで差が開く点も見ておきたい。El Mundoの実時間中央値は、Kitesurf 19.9秒、Browser Run 6.31秒、新規起動Chrome 2.65秒だった。広告とスクリプトが多いニュースサイトでは、Kitesurfは何倍も待たされる。

    互換性の指標としてWPT(Web Platform Tests)の数字もよく出るが、出典ごとに数え方が違う。kitesurf.devの「98.3%」は、母数の約154万件のうち約114万件がエンコーディング系だ。この%を性能や互換性の証拠として読むのはやめたほうがいい。

    使い方は3通り

    Browser Runで browser=kitesurf を付ける

    いちばん手軽なのは、Browser RunのAPIに `browser=kitesurf` を付けるやり方だ。ベータ中は無料で、アカウントごとの上限がある。CDPならエンドポイントはこうなる。

    wss://api.cloudflare.com/client/v4/accounts/<ACCOUNT_ID>/browser-run/devtools/browser?browser=kitesurf

    Workersのバインディングからなら、Quick Actionsにオプションを1つ足すだけだ。

    env.BROWSER.quickAction("screenshot", { url, browser: "kitesurf" });

    Puppeteer、Playwright、MCPクライアントからつなげる。ただし `wrangler dev` の環境では、Browser Run経由のKitesurfは使えない。

    ローカルで起動して、Puppeteerからつなぐ

    OSS版は手元でも動かせる。READMEによると、必要なのはBazelisk、Node.js 22以上、pnpm 9.15.4。macOSではGNU tarも要る。

    git clone https://github.com/cloudflare/kitesurf.git
    cd kitesurf
    pnpm install --frozen-lockfile
    pnpm run dev

    `pnpm run dev` はエンジンをビルドして `wrangler dev` を起動する。待ち受けは http://127.0.0.1:8787 で、ヘルスチェックは `/health`。ローカルで動かすだけなら、Workersの有料プランは要らない。

    Puppeteerからは `puppeteer-core` で接続する。READMEの例はこうだ。

    import puppeteer from "puppeteer-core";
    
    const browser = await puppeteer.connect({
      browserWSEndpoint: "ws://127.0.0.1:8787/devtools/browser",
    });
    
    const page = await browser.newPage();
    await page.goto("https://example.com/");
    await page.screenshot({ path: "page.png" });
    
    await browser.disconnect();

    接続先は `/devtools/browser` にする。`/devtools/page/<id>` だとページ単位のモードになり、Puppeteerでは使えない。

    デプロイしたら、すぐAccessで閉じる

    自分のアカウントに置くなら `pnpm run deploy` だ。Dynamic Workersを含むWorkersの有料プランが要る。よく「Browser Runの代替」と紹介されるが、意味は「Browser Run上のマネージドKitesurfの代わりに、自分のアカウントに置ける」だ。ChromiumやLive Viewを含むBrowser Run全体の代わりではない。

    一番気をつけたいのは認証だ。エンジンには認証もレート制限もない。workers.devのURLは既定で公開され、`kitesurf.<サブドメイン>.workers.dev` と推測しやすい。知られれば、他人がこちらのアカウントで好きなURLを取りに行ける。デプロイしたら、すぐCloudflare Accessで閉じる。

    Access越しにCDPでつなぐときは、service tokenをヘッダに載せる。

    const browser = await puppeteer.connect({
      browserWSEndpoint: "wss://<worker-host>/devtools/browser",
      headers: {
        "CF-Access-Client-Id": process.env.CF_ACCESS_CLIENT_ID,
        "CF-Access-Client-Secret": process.env.CF_ACCESS_CLIENT_SECRET,
      },
    });

    料金で気になる点もある。Dynamic Workersは `.load()` の呼び出しごとに1つと数え、Kitesurfはナビゲーションのたびに `.load()` を使う。合わせると、遷移が多いほど課金が増える可能性がある。公式の試算はなく、ここは自分の推論だ。

    セキュリティは「重視」と「実装」を分けて読む

    gihyoの記事には「プロンプトインジェクション対策・ツール安全性重視」とある。一次情報で確認できたのは、発表ブログの方針の一文だけだった。

    prompt injection and tool safety are top priorities

    プロンプトインジェクションとツールの安全性が最優先課題(自分の訳)。具体的な対策の仕組みは、どの公式資料にも書かれていない。「重視すると言っている」とは書けるが、「対策を実装済み」とは言えない。

    実装として確認できるのは、隔離とネットワーク制御だ。

    • ページごとに別のV8 isolateで動かす

    • 通信はSandboxOutboundだけが扱える

    • CORSを強制し、cookie jarはページごとに分ける

    • ポリシーに反する通信には403を返す

    これはホストを守る仕組みだ。Hacker Newsの発表スレッドでも、isolateはページに仕込まれた指示からエージェントを守らない、という指摘が出ていた。本文に「これまでの指示を無視して」とあれば、そのままエージェントに届く。

    Kitesurfに限った弱点ではない。OpenAI自身も2025年12月に、プロンプトインジェクションは完全に解決されることはまずない、と書いている。隔離に頼り切らず、エージェントに渡す権限を絞るのが現実的だと思う。

    Browser Runの宛先制限機能Guardrails(ベータ)は、Kitesurfには適用されない点も覚えておきたい。

    エージェント向けブラウザを3つの軸で並べる

    「AIエージェント用ブラウザ」は多いが、同じ土俵に並べると混乱する。3つの軸で分けてから見たい。

    1つ目は誰が使うか。人間が使う完成品がComet、ChromeのGemini、Opera Neon、Dia。エージェントの部品がKitesurf、Browser Run、Lightpanda、Obscura、Browserbase、Steel。動かす道具がBrowser Use、Stagehand、Playwright MCPなどだ。

    2つ目はエンジン。Chromiumを丸ごと使うのがBrowser Runの既定、Browserbase、Steel、人間向けの内蔵型。独自の軽量エンジンがKitesurf、Lightpanda、Obscura、Moliになる。

    3つ目は、どこで動くかだ。

    • ベンダーのクラウド: Browser Run、Browserbase、Steelのクラウド版

    • 自分のCloudflareアカウント: Kitesurf

    • 自前サーバーかローカル: Lightpanda、Obscura、Steelのセルフホスト、Playwright MCP

    画像

    Kitesurfの居場所は、部品・独自エンジン・自分のCloudflareアカウントの交点になる。今回調べた範囲では、この組み合わせは他になかった。

    LightpandaはZig製の独自エンジン(JSはV8)で、AGPL-3.0。10月2日に1.0.0が出た。READMEは「Chromiumより16倍軽く9倍速い」とうたい、自社ベンチではObscuraやMoliより速いとする。ただ、どれも利害当事者の数字で、Kitesurfは同条件では測られていない。

    ObscuraはKitesurfの着想元のRust製エンジンで、指紋を乱数化する `--stealth` を持つ。Browser Run経由の通信は常にbotとして識別されると、Cloudflare社員がHNで答えている。素性を隠さないKitesurfとは向きが逆だ。

    人間向けの内蔵型は入れ替わりが激しい。ChatGPT Atlasは、報道によると2026年8月9日に終了した。Chromeのauto browseは米国から展開中で、日本での提供は確認できなかった。

    何を読ませたいかで、行き先を決める

    ここからは自分の提案だ。どれも同じ条件で動かして比べたわけではない。

    構造の素直なページを大量に、短く読ませたいならKitesurfが合う。ドキュメントやブログ、社内ツールの画面などだ。抽出やスクショを取ってすぐ捨てる仕事ほど、メモリの小ささが効く。まずBrowser Runで手持ちのURLが動くかを確かめるのが早い。

    重いニュースサイトや広告の多いページ、動画やWebGLを含むページは、Browser RunのChromiumに回す。ログインして状態を保ちながら長く操作する仕事も同じだ。El Mundoの例のように、Kitesurfでは待ち時間が何倍にもなる。

    Cloudflareに載せたくない、自前のサーバーで軽く回したいなら、LightpandaやObscuraのような自前の軽量エンジンが候補になる。LightpandaはAGPLなので、組み込み方によってはライセンスの確認が要る。

    認証や同時実行の運用ごと任せたいなら、BrowserbaseやSteelのクラウドだ。Browserbaseは1Password連携など認証まわりが厚い。中身はChromeなので、互換性で悩む場面は少ない。

    手元のアプリやログイン済みのブラウザを触らせたいなら、Playwright MCPなどローカルの道具が向く。Playwright MCPのREADMEは、自分自身を「セキュリティ境界ではない」と書いている。Chrome DevTools MCPなら `--no-usage-statistics` も付けておきたい。

    人間が使いながらAIに手伝わせるなら、CometやChromeのような内蔵型の領域で、Kitesurfとは比べる相手が違う。Cometには間接プロンプトインジェクションの報告もあった。メールと同じブラウザで動かすなら、確認の手順は省かないでおきたい。

    画像

    軽さを買うなら、読ませる先を選ぶ

    Kitesurfは、AIが使うための新しいブラウザ製品というより、エージェントに組み込む軽いブラウザエンジンだった。Chromeを丸ごと積まないことでメモリを大きく減らし、その代わりに速さと互換性を手放している。どちらが得かは、読ませたいページで決まる。

    自分は、普段エージェントに読ませているドキュメント系のURLを並べて、Browser Run経由でKitesurfとChromiumの両方に通してみるつもりだ。どのくらいのページが素直に読めるかを、まず数えたい。

    Kitesurfを試した人に聞いてみたい。手持ちのサイトで、Chromiumとの差が出たのはどんなページだっただろう。セルフホストした人は、Accessの設定やナビゲーションあたりの課金の動きも、コメントで教えてもらえるとうれしいです。

    #Kitesurf #Cloudflare #CloudflareWorkers #BrowserRun #AIエージェント #ヘッドレスブラウザ #Puppeteer #CDP #Lightpanda #ブラウザ自動化

     
     
    生成AIとローカルLLMの実機検証、自作プログラムの公開に加え、セキュリティと時事ネタの解説も書いています。セキュリティ関連ニュース、生成AI関連、モデル検証。ニュースの数字の裏側を、手元で確かめた結果と一緒に残します。

    あなたへのおすすめ