Cloudflare 发布面向 AI Agent 的云端浏览器 Kitesurf：以更低资源消耗换取兼容性取舍

Cloudflare 于 2026 年发布面向 AI Agent 的云端浏览器 Kitesurf，目标是以更低的 CPU 和内存消耗为代价换取对传统桌面浏览器兼容性的取舍，从而降低大规模 Agent 浏览任务的资源成本并提高并发能力。Kitesurf 完全运行在 Workers 之上，已在多项 Web Platform Tests 中获得覆盖，但在墙钟时间和复杂视觉渲染等场景仍无法替代 Chromium，且仍处于早期开发阶段。

Cloudflare 于 2026 年 8 月 7 日公布 Kitesurf，一款专门面向 AI Agent 的云端浏览器。它不以替代 Chrome 等面向人类用户的桌面浏览器为目标，而是试图让 Agent 更低成本地访问网页、提取 HTML、截图、填写表单并完成浏览器任务。

Kitesurf 目前作为 Cloudflare Browser Run 的免费 Beta 功能提供。按照 Cloudflare 的官方公告和产品更新说明，它完全运行在 Cloudflare Workers 之上，现有使用 Puppeteer、Playwright 或 Chrome DevTools Protocol 的客户端可以通过加入 browser=kitesurf 参数选择使用这款浏览器。

这项发布的意义在于，浏览器正在成为 AI Agent 连接现实互联网的重要基础设施。过去的聊天机器人主要返回文本答案，而能够执行任务的 Agent 则需要打开网站、理解页面、点击按钮、填写资料，有时还要持续处理多个页面和表单。Cloudflare 认为，直接为每个 Agent 启动一个完整的 Chromium 实例，可能会带来过高的计算和内存成本。

Kitesurf 放弃了哪些传统浏览器特性

Cloudflare 的判断是，面向 Agent 的浏览器不必完整复制面向人类的浏览体验。标签页、主题、浏览器扩展、设备同步，以及严格追求像素级还原和每秒 60 帧的滚动，对许多机器任务并不是必要条件。

相较之下，Agent 更在意页面能否被稳定地转化为结构化、可机器读取的内容，任务是否占用较少的上下文窗口，以及运行成本和并发规模是否可控。Cloudflare 在官方博客中也特别提到，AI 浏览器面临的威胁模型不同于普通浏览器，提示注入和工具安全会成为更直接的问题。

Kitesurf 的架构由多个开源或开放技术组件组合而成，包括 Rust 编写的模块化渲染引擎 Blitz、Firefox 的 Stylo CSS 解析器，以及 Rust ECMAScript 引擎 Boa。Cloudflare 还表示，项目最初受到 Rust 无头浏览器引擎 Obscura 的启发，并曾借助 AI Agent 将早期原型移植到 Workers 环境。

Cloudflare 的设计重点之一是隔离。每次页面加载都被视为不可信输入，页面及其组件被放进相互隔离的运行环境；网络请求集中由专门的 SandboxOutbound Worker 处理，以执行跨域、响应过滤、浏览器请求头和 Cookie 隔离等策略。官方称，页面组件只能访问完成自身功能所必需的资源。

资源消耗下降，但任务速度并不更快

Cloudflare 对 Kitesurf 的主要卖点，是降低 AI Agent 浏览任务的 CPU 和内存消耗。不过，这并不意味着所有指标都优于 Chromium。

Cloudflare 的开发者文档给出了基于 14 个网址、5 次 Browser Run Quick Action 运行结果的中位数比较。在截图任务中，Kitesurf 的 CPU 消耗为 380 毫秒，Chromium 为 1173 毫秒；HTML 提取任务中，两者分别为 229 毫秒和 877 毫秒。内存方面，Kitesurf 截图占用约 57.8 MiB，Chromium 为 271.0 MiB；HTML 提取则分别为 39.4 MiB 和 273.7 MiB。

换算下来，Kitesurf 在这些测试中的 CPU 消耗约低 3.1 至 3.8 倍，内存消耗约低 4.7 至 7 倍。但在墙钟时间方面，Kitesurf 反而较慢：截图耗时约 1148 毫秒，Chromium 为 637 毫秒；HTML 提取约 820 毫秒，Chromium 为 472 毫秒。Cloudflare 的解释是，Chromium 可以利用已经预热的即时编译器，而 Kitesurf 使用的是冷启动的软件渲染路径。

这意味着 Kitesurf 的优势主要体现为更低的资源账单和更高的并发潜力，而不是让单个网页任务更快完成。对于短时、突发、规模化的 Agent 工作负载，这种交换可能更有吸引力；对于需要即时交互或复杂视觉呈现的场景，传统浏览器仍可能更合适。

在兼容性方面，Cloudflare 官方博客和 TechCrunch 的报道提到，Kitesurf 已通过约 21.5 万项以上的 Web Platform Tests。Cloudflare 当前的产品文档则称最新运行已经通过超过 23.5 万项子测试，并且测试覆盖仍在快速增加。两组数字可能反映了不同时间点的测试结果，而不是同一版本的矛盾数据。

文档显示，Kitesurf 在 DOM、HTML、Selection、SVG、Encoding、CORS 和 XHR 等与 Agent 相关的领域拥有较高覆盖率，并能够渲染 TodoMVC、维基百科、Hacker News、Cloudflare 博客以及部分 Cloudflare 控制台页面。Cloudflare 同时强调，这些结果主要说明标准符合性和特定网站的兼容情况，并不等于所有真实网站都能稳定运行。

它仍不是 Chromium 的全面替代品

Cloudflare 明确列出了 Kitesurf 当前不适合的任务：播放视频、渲染 WebGL、处理需要真实 TLS 指纹的反机器人挑战，以及维持长时间、需要持久状态的认证会话。遇到这些场景，Browser Run 仍建议使用默认的 Chromium 浏览器。

Kitesurf 还处于非常早期的阶段。Cloudflare 表示，项目第一笔代码提交于 2026 年 5 月，发布时大约只有 12 周历史。接下来团队将继续完善 CDP 协议覆盖、截图与 PDF 的渲染保真度、Web Platform Tests 覆盖，以及 CPU、内存和墙钟时间方面的效率。

这类限制并不只是产品成熟度问题，也涉及 Agent 的安全边界。一个浏览器 Agent 访问的是任意来源、任意结构的网页，页面内容本身可能包含诱导模型执行错误操作的提示注入。即使浏览器层面实现了页面隔离，开发者仍需处理 Agent 如何理解不可信内容、如何限制工具调用，以及在填写表单、发送信息或提交订单前是否需要人工确认。

Cloudflare 近期发布的Cloudflare OS同样把 Gatekeeper、能力型权限、数据观察记录和人工审批放在企业 Agent 运行时的核心位置。两项产品虽然解决的问题不同，但共同反映出 Cloudflare 的方向：Agent 基础设施不仅要提供执行能力，也要把权限、隔离和审计纳入运行时。

浏览器正在成为 Agent 的执行层

Kitesurf 并不是唯一试图重构浏览器与 AI 关系的产品。Google 最近让 Gemini Spark 接入 Chrome，在用户授权后帮助完成网页浏览、预订等流程，并在支付等高风险步骤保留用户确认。AIFlux 对Gemini Spark 接入 Chrome的梳理显示，消费级路线更强调把 AI 嵌入用户已有的浏览环境，而 Cloudflare 的 Kitesurf 则从底层基础设施出发，尝试为开发者提供一个更轻量的 Agent 浏览引擎。

另一条路线是让 Agent 直接操作没有专用 API 的网站。Hark 发布的浏览器操作 Agent Handoff把重点放在代表用户点击、输入和完成购物、点餐、预订等长流程；Kitesurf 则更像是这类产品可能依赖的底层执行环境之一。

对 Cloudflare 来说，Kitesurf 的商业价值不一定在于成为用户每天打开的浏览器，而在于降低“每个 Agent 都需要一个浏览器”的基础设施门槛。若 Agent 应用继续从回答问题转向搜索、填表、研究、生成 PDF 和处理网页事务，浏览器会越来越像一种通用工具调用层。

但它能否成为广泛使用的标准，还取决于几个尚未得到充分验证的问题：Kitesurf 在更复杂网站上的真实成功率如何，提示注入和恶意页面攻击能否被有效限制，资源优势在不同负载下是否持续，以及开发者是否愿意接受较慢的墙钟时间和不完整的浏览器兼容性。

Cloudflare 已表示，准备在项目成熟后开源 Kitesurf，使客户可以在自己的账户中部署版本。眼下，它更适合被看作一项面向 AI Agent 的早期基础设施试验，而不是可以立即替代 Chromium 的通用浏览器。