Cloudflare Kitesurf uruchamia przeglądarkę dla agentów AI na Workers

Cloudflare ogłosiło Kitesurf 6 sierpnia 2026 roku. Jest to przeglądarka stworzona specjalnie dla agentów AI, działająca w całości na platformie Cloudflare Workers. Wersja beta jest już dostępna bezpłatnie za pośrednictwem usługi Browser Run firmy Cloudflare. Kitesurf zoptymalizowano pod kątem wykonywania zrzutów ekranu i wyodrębniania HTML, a nie obsługi kart czy odwzorowanego co do piksela przeglądania stron przez ludzi.

Co właściwie robi Kitesurf

Kitesurf działa w izolatach V8 na Cloudflare Workers. Większość przeglądarki napisano w języku Rust i skompilowano do WebAssembly. Dzięki tej konstrukcji przeglądarka działa w środowisku Workers, zamiast wymagać tradycyjnej przeglądarki przeznaczonej dla ludzi.

System składa się z trzech nazwanych komponentów:

• Engine obsługuje Chrome DevTools Protocol, czyli CDP.
• PageScript odpowiada za DOM i wykonywanie JavaScriptu.
• PageRenderer generuje piksele.

Komponenty te realizują dwa podstawowe zadania agentów: wyodrębnianie kodu HTML strony i tworzenie zrzutów ekranu. Cloudflare podaje również, że Kitesurf przechodzi ponad 215 000 testów Web Platform Tests, czyli WPT. Liczba ta wskazuje na szeroki zakres testów, ale docelowe zastosowanie pozostaje węższe niż ogólne przeglądanie internetu przez ludzi.

Mediany wyników testów porównawczych z Chromium pokazują główny kompromis. Podczas wykonywania zrzutów ekranu Kitesurf zużywa 3,1 raza mniej procesora i 4,7 raza mniej pamięci, ale potrzebuje 1,8 raza więcej czasu rzeczywistego. Przy wyodrębnianiu HTML zużywa 3,8 raza mniej procesora i 7 razy mniej pamięci, lecz potrzebuje 1,7 raza więcej czasu rzeczywistego. Nie oznacza to po prostu, że jedna przeglądarka jest szybsza. W tych testach Kitesurf ogranicza wykorzystanie mocy obliczeniowej i pamięci, ale wykonanie każdego zmierzonego zadania trwa dłużej.

Jednym z celów projektu jest również efektywne wykorzystanie tokenów. Kitesurf zoptymalizowano pod kątem danych ze stron używanych przez agentów, zwłaszcza zrzutów ekranu i wyodrębnionego HTML. Nie zaprojektowano go z myślą o zarządzaniu kartami ani interaktywnym przeglądaniu stron przez człowieka z dokładnością co do piksela. Cloudflare opisuje implementację i kontekst testów w ogłoszeniu Kitesurf.

Co to oznacza przy wyborze narzędzi agentowych

Kitesurf należy oceniać jako infrastrukturę przeglądarkową będącą częścią większego systemu agentowego, a nie jako kompletny framework agentów. Dobrze zacząć wybór od samego zadania przeglądarki. Trzeba ustalić, czy agent potrzebuje głównie zrzutów ekranu, wyodrębniania HTML czy nieobsługiwanej funkcji. Następnie należy zdecydować, czy niższe zużycie procesora i pamięci jest ważniejsze od deklarowanego wydłużenia czasu rzeczywistego.

Zespoły porównujące rozwiązania do orkiestracji mogą uwzględnić Kitesurf obok LangChain, AutoGen i CrewAI podczas przeglądu architektury. Te odnośniki prowadzą do alternatyw wartych sprawdzenia jako otaczająca warstwa agentowa; ogłoszenie Kitesurf nie deklaruje wbudowanej integracji z tymi rozwiązaniami. Taką samą ostrożność należy zachować przy rozważaniu narzędzi do przepływów pracy, takich jak n8n, lub monitorowaniu środowiska agentów za pomocą Agent Pulse. Integrację należy zweryfikować dla wybranej implementacji, zamiast wnioskować o niej na podstawie obsługi CDP przez Kitesurf.

Kategoria Automatyzacja i agenci zawiera szerszy zestaw narzędzi, które można porównać w kontekście środowiska uruchomieniowego przeglądarki. Kryteria wyboru powinny pozostać konkretne:

1. Ustal, czy zadanie polega na generowaniu zrzutów ekranu, czy wyodrębnianiu HTML.
2. Uwzględnij deklarowane wydłużenie czasu rzeczywistego względem Chromium.
3. Sprawdź, czy przepływ pracy wymaga wideo, WebGL, rozwiązywania zabezpieczeń przed botami lub długotrwałych sesji.
4. Oddziel dostępność Browser Run od zgodności z pozostałymi elementami stosu agentowego.

Takie ujęcie jest istotne, ponieważ profil wyników testów wskazuje na efektywne wykorzystanie zasobów, a nie najkrótszy czas wykonania. W przypadku wielu równoległych operacji wyodrębniania znaczenie mogą mieć niższe mediany zużycia procesora i pamięci. W przepływie pracy wymagającym jak najszybszej pojedynczej odpowiedzi większą wagę może mieć czas rzeczywisty dłuższy 1,7 lub 1,8 raza. Są to wnioski dotyczące wyboru wynikające z podanych pomiarów, a nie dodatkowe wyniki wydajności.

Ograniczenia i obecna dostępność

Kitesurf nie potrafi jeszcze odtwarzać wideo ani renderować WebGL. Nie może też przechodzić uwierzytelniania z zabezpieczeniami przed botami. Wielominutowe, trwałe sesje nie są obsługiwane. Każdy przepływ pracy agenta wymagający jednej z tych funkcji wykracza poza deklarowany zakres obecnej wersji beta.

Obecnie dostępny zakres jest jasno określony: Kitesurf jest bezpłatny w okresie beta za pośrednictwem Browser Run. Przeglądarka działa na Workers, korzysta z implementacji Rust skompilowanej do WebAssembly, udostępnia swoją trzyczęściową architekturę i obsługuje opisane powyżej zadania wykonywania zrzutów ekranu oraz wyodrębniania HTML.

Równie ważne jest to, czego jeszcze nie udostępniono: odtwarzania wideo, renderowania WebGL, uwierzytelniania z zabezpieczeniami przed botami oraz trwałych, wielominutowych sesji. Cloudflare wskazało te braki, ale w ogłoszeniu nie podano dat ich usunięcia. Kitesurf nie staje się też przez to tradycyjną przeglądarką zaprojektowaną do obsługi kart i korzystania przez ludzi z dokładnością co do piksela.

Warto obserwować, czy cztery brakujące funkcje trafią do wersji beta oraz czy zmieni się stosunek zużycia zasobów do opóźnienia. Do tego czasu Kitesurf pozostaje wyspecjalizowaną przeglądarką dla agentów, oferującą mierzalne korzyści pod względem zużycia procesora i pamięci w dwóch zadaniach, ale także dłuższe mediany czasu rzeczywistego i jasno określone ograniczenia zastosowań.