Kitesurf 更新：面向 AI Agent 的浏览器继续提速

背景

Kitesurf 是一款运行在 Cloudflare Workers 上、面向 AI Agent 设计的浏览器。它的目标不是复刻面向人类用户的完整浏览器，而是围绕 Agent 访问网页、理解页面和执行任务的需求来构建。

近期，Kitesurf 在更接近真实场景的任务中进行了测试，并结合内部与客户反馈进行了多项更新，包括 WebMCP 支持、更好的 Web 标准覆盖、DOM 性能优化、Browser Run API 覆盖，以及终端渲染能力。

传统网站并不是为 AI Agent 设计的。Agent 在网页上执行任务时，往往需要模拟点击、等待元素加载、读取页面状态，这个过程既慢又脆弱。

WebMCP 的思路是让网站把功能直接暴露给 Agent。这样，Agent 可以调用类似 searchFlights() 这样的函数，而不是通过模拟点击完成同样任务。

此次更新中，Kitesurf 已支持 WebMCP。以 Cloudflare Radar 为例，页面可暴露 navigate-to、set-location 等 WebMCP 工具，使客户端能够以编程方式与页面交互并探索数据。

这意味着，当 AI Agent 使用 Kitesurf 访问支持 WebMCP 的网站时，可以更可靠地调用网站能力，而不是完全依赖页面点击和 DOM 猜测。

Kitesurf 新增和增强了多项浏览器能力，以便 Agent 能够渲染更复杂的网页。目前支持范围包括：

此外，Kitesurf 还加入了以下能力：

这些能力对于现代网站非常重要，因为许多页面会将 JavaScript 拆分为多个模块并按需加载。

Iframe 行为也有所改进：现在 iframe 能够在更合适的时机加载，隔离性更好，并且在更多语言和编码场景下正确显示文本。

在兼容性测试方面，Kitesurf 目前已通过超过 730,000 项 Web Platform Tests 子测试。相比发布初期，新增通过数量超过 500,000 项。

对 AI Agent 来说，浏览器效率不只是“页面加载速度”，更关键的是 Agent 循环中的延迟：Agent 需要不断观察页面、推理、执行动作，再观察结果。

因此，Kitesurf 对浏览器引擎内部进行了优化，重点减少 DOM 遍历、计时器、字体获取等环节的开销，让 Agent 把更多计算资源用于推理，而不是等待浏览器状态更新。

主要优化包括：

改进 JavaScript 执行路径，减少 Boa 与 DOM 之间的跨边界工作。常见读取操作如 getAttribute、id、parentNode，现在可以在 Wasm DOM 内部完成，减少重复的 Boa → JavaScript shim → Wasm 往返。
减少计时器和脚本加载中的重复工作，并释放不再需要的对象内存。
在两个 JavaScript 引擎之间传递代码时，更一致地处理对象和类，使复杂页面运行更高效。
按需加载字体，减少不会被页面使用的字体请求。
在获取特定语言字体文件前检查页面实际出现的字符。
更准确地渲染合成斜体。

这些优化使 Kitesurf 在支持更多 Web 标准、逐步接近 Chrome 等完整浏览器能力的同时，整体耗时和 CPU 使用仍大致保持在发布时的基准水平，部分场景还有改善。

Browser Run 是一个用于以编程方式控制和运行无头浏览器实例的开发者平台。用户可以在不同浏览器类型中选择 Kitesurf。

此次更新后，Kitesurf 已覆盖完整的 Browser Run API，可与以下方式配合使用：

此外，Browser Run 的 Quick Actions 也扩展了可用方式。Quick Actions 提供常见浏览器任务的简化接口，例如：

此前 Kitesurf 可通过 REST API 使用 Quick Actions；现在也可以在 Worker 脚本中通过 env.BROWSER.quickAction() 绑定调用。

Kitesurf 的架构将两个部分分离：

这种设计带来隔离性和灵活性，也让渲染逻辑可以从 Kitesurf 内部拆出，放到客户端或另一个 Worker 中运行，同时保留安全敏感部分在服务端执行。

此次更新验证了这一能力：团队将 PageRenderer 移至 Playground Worker，并修改渲染输出方式，使其不再只生成图片，而是输出到 Kitty 终端图形协议。该协议被 Kitty、Ghostty、WezTerm 等现代终端支持。

对于不支持 Kitty 图形协议的环境，也新增了纯 ANSI 文本模式。

这意味着，用户现在可以直接在终端中用 Kitesurf 打开并渲染网页。这不仅减少了上下文切换，也能帮助开发者观察 Agent 使用 Kitesurf 时“看到”的页面形态。

这次 Kitesurf 更新主要围绕 Agent 浏览网页的实际需求展开：

整体来看，Kitesurf 正在从一个面向 Agent 的实验性浏览器，逐步补齐真实网页环境所需的标准兼容性和开发者工具链能力。