AIエージェント専用ブラウザ「Kitesurf」——Chromiumを捨てたCloudflareの賭け

Cloudflareが、AIエージェントによる操作に特化したヘッドレスWebブラウザ「Kitesurf」を発表した。現在はベータ版として公開され、実際に動作を試せるプレイグラウンドも用意されている。同社にとって「自社ブラウザを作るべきか」は数年おきに社内で持ち上がっては棚上げされてきた問いだった。今回それが動いたのは、二つの条件が同時に揃ったからだ。WorkersでのWebAssembly実行が十分に成熟したこと、そしてAIエージェントの急増によって「人間用ではないブラウザ」への需要が現実の課題になったことである。

エージェントが求めるものは、人間とは違う

Cloudflareの出発点は、要件の洗い直しだった。人間が使うブラウザには、タブ、ブックマーク、拡張機能、パスワード管理、端末間の同期が欠かせない。テーマの高速な描画や滑らかなスクロールも、UIの質を決める重要な要素だ。ところがAIエージェントには、そのどれもが不要である。エージェントが気にするのはトークン数、コンテキストウィンドウ、スケーラビリティ、性能、そしてコストだ。機械が読める構造化されたコンテンツは重要だが、CSSの解釈が多少ずれても、描画がピクセル単位で正確でなくても、実害はほとんどない。

一方でエージェントは、人間よりはるかに高速に、しかも同時に多数のブラウザを動かす。したがってエージェント用ブラウザには、実行基盤上で高密度かつ高速に動く軽さと、人間用とは異なるセキュリティ対策——たとえばプロンプトインジェクションへの備え——が求められることになる。Chromiumのようなエンジンは人間のために作られており、モデルが必要としないオーバーヘッドを抱えている。メモリと計算資源の消費が大きすぎて、すべてのエージェントに一つずつインスタンスを与えるのは費用的に現実的ではない。結果としてWebの広い領域が、高価で高性能なモデルにしか開かれない状態になっていた。

RustとWebAssembly、Workersの上で

Kitesurfは主にRust言語で記述され、WebAssemblyにコンパイルされたうえで、Cloudflare Workers上で実行される。Chromiumを使わず、Node.jsにも依存しない。同社の説明では、CPUとメモリ消費の効率はChromium比で3倍から7倍優れており、リクエストごとに起動する設計になっている。ベータ期間中は無償で利用できる。

この構成が可能になった背景には、開発者向けプラットフォーム側の積み上げがある。動的Workers、SQLiteベースのDurable Objects、Worker間RPC、サービスバインディング、Node.js互換性の向上、そして各種上限の引き上げ——いずれも以前は不可能だった規模のアプリケーションを、Workers上で成立させる部品だ。加えて、ヘッドレスブラウザ自動化APIであるBrowser RunがAIの普及とともに急成長していた。エージェントは多くのタスクでブラウザを必要とし、ブラウザなしでは達成できない仕事も少なくない。

既存のツールがそのまま繋がる

実務上重要なのは、独自プロトコルを持ち込まなかった点だろう。KitesurfへはChrome DevTools Protocol（CDP）をWebSocket経由で、あるいはHTTP経由のRESTful APIでアクセスできる。CDPに対応しているため、PuppeteerやPlaywright、Chromeリモートインターフェイス、Chrome DevTools自身のフロントエンドといった既存のツールを、そのまま接続して動かすことが可能だ。移行コストを最小化するこの設計は、採用の可否を左右する。

• 実装: 主にRust、WebAssemblyにコンパイルしてCloudflare Workers上で実行
• 効率: Chromium比でCPU・メモリ消費が3〜7倍優れるとCloudflareは説明
• 接続: CDP over WebSocket、およびRESTful API。Puppeteer／Playwrightがそのまま利用可能
• 検証: Web Platform Testsへの適合テストに加え、実サイトを用いた多段階テストをChromiumと比較

検証についても、Cloudflareは手順を明かしている。Web Platform Testsへの適合テストに加えて、KitesurfとリファレンスであるChromiumの双方に対し、実際のWebサイトを用いたPuppeteerによる多段階テストを実行し、両者の結果を比較しながら開発を進めているという。もちろん、Doomが動作するかという恒例の試験も通過している。

軽さは、エージェント時代の前提条件になる

Kitesurfが示しているのは、単なる軽量ブラウザの登場ではない。エージェントが業務システムを操作する前提に立つと、ブラウザは「人が見る窓」ではなく「機械が実行する部品」になる。部品であれば、単価と起動時間と同時実行数が設計の中心に来る。ベータ版の性能値は同社の自己申告であり、実際の互換性は各社のワークフローで検証する必要があるが、方向性そのものは無視しにくい。エージェントを何十、何百と並列で動かす計画があるなら、ブラウザの重さはいずれ請求書の形で現れるからだ。