Cloudflare Kitesurf:运行在 Workers V8 isolate 上的 agent-first 浏览器¶
Ch04.650 Cloudflare Kitesurf:运行在 Workers V8 isolate 上的 agent-first 浏览器¶
📊 Level ⭐⭐ | 5.1KB |
entities/cloudflare-kitesurf-agent-first-browser-workers-2026.md
Cloudflare Kitesurf:运行在 Workers V8 isolate 上的 agent-first 浏览器¶
Cloudflare 2026-08-06 发布的专为 AI Agent 设计的浏览器(Agents Week),完全运行在 Workers 之上,面向 agentic 任务(截图/HTML 提取)比 Chromium 省 3-7 倍 CPU/内存。核心洞察:浏览器引擎为人类设计,不为 agent 设计——agent 不关心标签页/主题/扩展/跨设备同步,只关心 token 数、上下文窗口、可扩展性、性能和成本。
设计决策¶
- 测试驱动:用 Web Platform Tests (WPT) 给 AI agent 明确的功能符合性目标;人类专注架构与审查。WPT 之外补充真实网站上的多步 Puppeteer 集成测试 + 视觉回归测试(对比 Chromium 与 Kitesurf 每步渲染输出)
- Rust 优先:原生 Rust 直接编译到 WebAssembly(wasm-bindgen),避免 Emscripten 模拟层
- 异常处理铁律:任何失败降级为空白帧/缺失元素,绝不 dead session;每个边界捕获 fault,默认安全空值
- 隔离假设:每个页面加载都是不可信输入、每个会话全新开始;组件间最小权限(借 Workers 的 isolate 安全模型 + 应用级强制)
- 无状态优先:状态是失败昂贵的根源;无状态组件可随时 kill、千并发并行、按需伸缩——"凡能无状态的组件都应无状态"
三组件架构¶
SandboxOutbound:唯一可直连网络的组件(Dynamic Workers 强制),负责 CORS 执行、浏览器形态 header 注入、响应过滤、每页独立 cookie jar;违反策略一律 403。
Engine:唯一对外组件,处理 CDP WebSocket + HTTP REST API,存储会话状态。用 CDP 保证客户端兼容——Puppeteer/Playwright/chrome-remote-interface/Chrome DevTools 前端直接可用。
PageScript:每页/OOPIF 用 Dynamic Workers 拉起长生命周期 isolate(干净 globalThis + DOM document 对象)。HTML/CSS 解析用 Rust 的 Blitz(模块化渲染引擎)+ Stylo(Firefox 的 CSS 解析器);eval 用 Rust 的 Boa JS 引擎(runtime-on-runtime,Workers 原生不支持 eval 的过渡方案)。
PageRenderer:从 PageScript 取 scene → 拉内部字体/图片 → blitz-paint + Parley 光栅化 → 返回 JPEG/PNG/PDF。通过 Workers 内建 RPC 单调用 renderFrame(),渲染器无状态可随时 kill 重启。
性能实测(14-URL 语料 vs Chromium warm pool)¶
| 指标 | Kitesurf | Chromium | 相对 |
|---|---|---|---|
| CPU 截图 | 380 ms | 1,173 ms | 3.1× 省 |
| CPU HTML 提取 | 229 ms | 877 ms | 3.8× 省 |
| 内存 截图 | 57.8 MiB | 271 MiB | 4.7× 省 |
| 内存 HTML 提取 | 39.4 MiB | 273.7 MiB | 7.0× 省 |
| 墙钟 截图 | 1,148 ms | 637 ms | 1.8× 慢 |
| 墙钟 HTML 提取 | 820 ms | 472 ms | 1.7× 慢 |
Chromium 胜在墙钟(JIT 已见该页),Kitesurf 胜在 CPU/内存(决定账单)。已通过 215,000+ WPT 测试且每周增长。
与既有 AI 浏览器的关系¶
区别于 AI 浏览器三条技术路线(侧栏/Agent/AI 原生)的路线分类:Kitesurf 是 AI 原生路线的具体工程实现——用 Workers isolate 替代 Chromium 进程模型,把 agent 关注的指标(token/成本/可扩展性)作为首要设计目标。与 agent-browser 概念互补:后者定义 agent 浏览器应具备的能力,Kitesurf 给出在无进程模型环境下如何构建的方案。
当前边界与路线¶
不支持视频/WebGL/真实 TLS 指纹反爬握手/需持久状态的长会话(走 Browser Run 默认 Chromium);CDP 子集实现持续扩展中;计划开源,允许客户自部署。
→ 原文存档
关联¶
- 相关概念: Harness Engineering