AIエージェントのWeb調査を軽くするKitesurfとChromiumの使い分け

AIへ複数のサービスの料金ページを調べさせると、ページを開き、見出しや料金を読み、結果を渡す作業がURLごとに繰り返されます。本文を一度読むためにも多機能なブラウザを毎回起動するなら、同時に調べるページが増えるほど計算資源と待ち時間が積み上がります。

Kitesurfは、このうちURLを受け取り、ページを解釈して文書構造や画像を返す部分を担うブラウザ実装です。どのサービスを調べるか、値をどう比較するか、失敗した取得をやり直すかはエージェント側の仕事として残ります。短時間の読み取りを多く並べる用途が、Cloudflareの想定する使いどころです。

今回は公開の試用画面で短いページの文書構造を確かめました。本文を読めることと、普段使うサイトの機能が動くこと、Chromiumより速いことはそれぞれ確認が必要です。まず必要な出力を一ページで確かめ、その後に対象サイトへの対応と実行費用を比べます。

2026年9月5日、公式PlaygroundのURL欄へ公開サンプルのexample.comを入れ、Inspectを選びました。開いた画面にはページの映像と開発者向けの文書ツリーが並び、divを展開すると見出しの「Example Domain」を確認できました。自分のPCに別のブラウザ実装を導入しなくても、Kitesurfで対象ページの構造を見るところまで進めました。

一方、同じURLのHTMLボタンでは、手元のChromeにERR_BLOCKED_BY_CLIENTが表示され、出力を取得できませんでした。原因が拡張機能やブラウザ設定のどれかは特定していません。Kitesurf側の取得失敗とも断定できないため、画面表示の成功とHTML取得の未完了を分けています。保護設定は変更していません。

今回試したのは一つの静的な公開ページです。認証が必要なページ、日本語の複雑な画面、大量の同時実行、PDF出力は未検証です。以下のCPU・メモリ・所要時間は提供元の公表値であり、今回の試用で測った数字ではありません。

現在のブラウザ自動化は、Google Chromeなどの土台であるChromiumを外部から操作する構成が中心です。Chrome DevTools Protocol（CDP）は、文書構造、通信、ページ、JavaScript実行といった領域ごとにJSON形式のコマンドとイベントを定義し、Chromiumをほかのプログラムから検査し制御できるようにします。CDPはブラウザ本体でもエージェントでもなく、両者をつなぐ規約です。

PlaywrightとPuppeteerは、その低水準な命令を「開く」「探す」「入力する」「待つ」というAPIへまとめます。PuppeteerはChromeで既定のCDP、Firefoxで既定のWebDriver BiDiを使い分けます。WebDriver BiDiは、ブラウザを双方向に操作するための標準規格です。PlaywrightにもCDPへ直接つなぐ方法がありますが、公式文書は自前の接続方式より忠実度が大幅に低いと注意しています。

その上に載る道具も役割が分かれます。Vercel Labsのagent-browserは、画面の意味を表すアクセシビリティツリーを短い参照IDへ変換してエージェントへ返すCLIです。Chrome DevTools MCPは、Puppeteerの操作や開発者ツールの機能を共通の道具としてエージェントへ渡します。Browser Useのオープンソース版は、AIモデルによる観測、判断、操作を繰り返す反復処理です。三つともブラウザ実装の上で動く層であり、Kitesurfと入れ替える対象にはなりません。

Chromiumは高いWeb互換性を持つ一方で、タブ、拡張機能、端末同期、動画、GPU描画まで抱えた巨大な製品です。1回限りの抽出では、使わない機能の分だけ起動と常駐の費用がかかります。KitesurfはChromiumの設定を絞ったものではなく、CloudflareがWorkers上で動くように書き下ろした別実装です。Workersは、要求が来たときだけ短時間プログラムを動かす実行基盤を指します。

内部は四つの部品に分かれます。Engineだけが外向きの入口を持ち、CDPのWebSocketとHTTPの窓口、そして実行中のセッション状態を保持する部品です。PageScriptはページや埋め込みフレームごとに専用の実行単位を起動し、HTMLの解析にBlitz、CSSの処理にFirefox由来のStylo、eval相当の処理にRust製のBoaを使い、JavaScriptとWebAssemblyを同じ単位の中で実行します。PageRendererは計算済みのページ表現から画素を作り、文字や画像を取り寄せてJPEG、PNG、PDFへ変換する担当です。SandboxOutboundは外部通信を1か所へ集め、CORSの適用、ヘッダーの付与、応答の絞り込み、ページごとのCookie分離を行い、方針に反する通信は403で止めます。

状態をEngineへ寄せ、残りを状態なしにしたことが設計の中心です。状態を持たない部品は、失敗したら捨てて起動し直せます。同じ理由で、必要な数だけ並べて動かせます。短命な処理を大量に流す使い方に、部品の分け方そのものを合わせた構造です。

ただし、この通信の一本化はページ内の悪意ある指示までは防ぎません。エージェントが表示内容を信じて許可済みの操作を実行してしまうプロンプトインジェクションは、権限の設計、承認、資格情報の扱いという上位の層で止める必要があります。

Cloudflareは、14個のURLに対してQuick Actionsを各5回実行し、その中央値を起動済みのChromiumと比べた結果を公開しています。Quick Actionsは、URLと出力形式を指定して画面の画像やHTML抽出を1回実行する機能です。この測定はCloudflare自身によるもので、第三者の独立検証ではありません。

数字は、削減と引き換えを同時に示しています。CPU時間は画面の画像で3.1倍、HTML抽出で3.8倍少なく、メモリは4.7倍から7.0倍少なくなります。一方で、1件が終わるまでの時間は1.7倍から1.8倍長くかかります。狙いは最短応答ではなく、1セッションあたりの資源を下げて、同じ基盤で同時に流せる短命セッションの数を増やすことです。

互換性の状況も公開済みです。2026年8月7日時点の公式文書では、Web標準への準拠を調べるWeb Platform Testsで23万5,000超のサブテストに合格し、領域別ではDOMが97%、HTMLが96%、選択範囲が99%、SVGが97%、文字符号化が99%、CORSが95%、XHRが95%、URLが83%と示されています。標準準拠の指標であり、実サイトが動く保証ではないことは公式文書自身が明記しています。数値の低い領域があることも、対象サイトを自分で試す理由になります。

同じブラウザ実装の層には、オープンソースのLightpandaがあります。こちらは描画そのものを実装せず、JavaScriptの実行と文書構造の操作に絞る方針です。同社の公表値では、933ページの取得をChromeが46.70秒と2.0GBで処理したのに対し、4.81秒と123MBで終えたとされています。描画を捨てれば所要時間もメモリも下がり、画面の画像やPDFは作れません。KitesurfはPageRendererを残したため所要時間で不利になり、その代わりに画像とPDFを出力できます。同じ「軽いブラウザ」でも、設計の分岐点は描画の扱いです。

一方、BrowserbaseやBrowser Use Cloud、Cloudflare自身のBrowser Runは、起動、隔離、並列化、認証状態の保持、録画を担うクラウド実行環境です。KitesurfはBrowser Runの上で選べるブラウザ実装なので、比較する形は「Browser RunでKitesurfを使うかChromiumを使うか」になります。PlaywrightやPuppeteer、CLI、MCP、反復処理は、そのさらに上で動く道具として別に評価します。

Kitesurfが向くのは、HTML抽出、文書構造の確認、短時間の画面の画像やPDFなど、対象サイトで互換性を確認できる1回限りの処理です。公式文書が現時点で不向きとするのは、動画の再生、WebGLによる描画、実ブラウザ固有のTLS指紋を要求する自動操作の判定、そして長時間の認証済みセッションです。TLS指紋は、通信開始時の細かな特徴からブラウザの種類や自動操作らしさを推定する手掛かりを指します。

CDPの対応範囲も途中段階で、文書構造やネットワーク検査といったエージェントに重要な領域から実装が進んでいます。描画もChromiumと画素単位で一致させることは目標にしていません。未知のサイトを横断する汎用エージェントほど、失敗したときにChromiumへ戻る経路を用意する価値があります。

導入の手順は小さく始めるのが確実です。まず固定するのは、対象URL、必要な出力、成功条件です。次にKitesurfで実行し、HTMLの主要項目、画像の崩れ、JavaScriptのエラー、認証状態を元データと照合します。照合が合わない処理や、非対応の機能を必要とする処理だけをChromiumへ送ります。この検証を省いて未知の全サイトへ既定適用すると、失敗の原因がブラウザ実装なのかエージェント側の判断なのか切り分けられなくなります。

AIエージェント向けのブラウザは、一つの製品として選ぶものではありません。ブラウザ実装、制御プロトコル、自動化ライブラリ、CLIとMCP、反復処理、クラウド実行環境が重なった仕組みの中で、どの層を替えるのかを決める作業です。

Kitesurfの価値は、Browser Useより賢いことでもPlaywrightより操作しやすいことでもなく、それらが最終的に呼び出すブラウザを、人が長時間所有するアプリからAIが短時間だけ借りて捨てる資源へ置き直したことにあります。接続手段も、Quick ActionsのAPI、CDP経由のPuppeteerやPlaywright、MCPクライアントと、既存の道具から使える形で用意されています。

2026年8月19日時点でも、Kitesurfはアカウント単位の制限付きの無料ベータのままです。CDP対応は部分的で、実サイトの互換性、所要時間、永続的な認証には弱点があり、オープンソース化は「準備ができ次第」と表明された段階です。結論はChromiumの置き換えではありません。処理ごとにブラウザを選び、費用、互換性、状態の保持、隔離の条件で切り替える設計が現実的な選択肢になった、と読むのが妥当です。