Cloudflare เปิดตัว Kitesurf เบราว์เซอร์ไร้ Chromium บน V8 Isolates เพื่อ AI Agent โดยเฉพาะ

Cloudflare ประกาศเปิดตัว Kitesurf เว็บเบราว์เซอร์แบบ stateless ที่ออกแบบมาเพื่อรองรับการทำงานของ AI agents โดยเฉพาะ โดยจุดเด่นสำคัญคือการทำงานบน V8 isolates ของ Cloudflare Workers ทั้งหมดโดยไม่ต้องพึ่งพา Chromium การพัฒนาเอนจินใหม่นี้มีจุดประสงค์เพื่อลดภาระด้านหน่วยความจำและการประมวลผลของเบราว์เซอร์แบบเดิมที่สร้างมาเพื่อมนุษย์ ซึ่งมักมีต้นทุนสูงเกินไปสำหรับงานของ agent

AI Agent ไม่ได้ต้องการฟีเจอร์สำหรับมนุษย์อย่างระบบแท็บ ส่วนขยาย หรือการเรนเดอร์ภาพที่ลื่นไหลระดับ 60-fps แต่ต้องการเนื้อหาที่เครื่องอ่านได้ (machine-readable) การใช้ token ต่ำ และระบบที่แยกส่วนเพื่อความปลอดภัยจากภัยคุกคามอย่าง prompt injection โดย Kitesurf ได้ตัดฟีเจอร์ที่ไม่จำเป็นออกและคงไว้เฉพาะส่วนที่โมเดลต้องการ ปัจจุบันเบราว์เซอร์นี้ผ่าน Web Platform Tests ไปแล้วกว่า 215,000 รายการ และเปิดให้ใช้งานฟรีในช่วงเบต้าผ่านทาง Browser Run

พร้อมสำหรับการใช้งานจริงหรือไม่

ปัจจุบัน Kitesurf เปิดให้ใช้งานในรูปแบบเบต้าฟรีบน Browser Run ภายใต้ ข้อจำกัดต่อบัญชี โดยแนะนำให้ใช้ในระดับใกล้เคียงกับการใช้งานจริง (production-adjacent) ซึ่งมีความเสถียรสำหรับเว็บไซต์ที่รองรับและงานประเภท one-shot โดยสามารถใช้ Chromium เป็นตัวสำรองสำหรับงานที่ซับซ้อนกว่าได้ สำหรับลูกค้าที่ใช้ Puppeteer, Playwright และ MCP อยู่เดิม สามารถเปลี่ยนมาใช้ Kitesurf ได้ง่ายๆ เพียงแค่เพิ่มพารามิเตอร์ browser=kitesurf เท่านั้น

ในระดับธุรกิจ สตาร์ทอัพและนักพัฒนา AI agent อิสระจะได้รับประโยชน์สูงสุดจากการลดการใช้ CPU และหน่วยความจำลง 3–7 เท่า ส่วนองค์กรขนาดกลางและขนาดใหญ่บน Cloudflare Workers สามารถสลับเวิร์กโหลดมาใช้ Kitesurf ได้ทันที เหมาะสำหรับแอปพลิเคชันประเภทการดึงข้อมูลเว็บ (Web Scraping), ระบบอัตโนมัติของ SaaS, การตรวจสอบคู่แข่ง, การสร้างเอกสาร PDF และการทำ Data Pipeline สำหรับ RAG อย่างไรก็ตาม Kitesurf ยังไม่รองรับวิดีโอ, WebGL, การตรวจสอบบอตด้วย TLS-fingerprint และเซสชันที่ต้องมีการล็อกอินค้างไว้เป็นเวลานาน

สถาปัตยกรรม: Engine, PageScript, PageRenderer

Kitesurf ออกแบบสถาปัตยกรรมโดยแยกเบราว์เซอร์ออกเป็นคอมโพเนนต์ต่างๆ บน Workers ส่วน Engine ทำหน้าที่สื่อสารภายนอกผ่านโปรโตคอล Chrome DevTools Protocol (CDP) ผ่าน WebSocket และ HTTP REST เพื่อจัดการสถานะของแต่ละเซสชัน ในขณะที่คอมโพเนนต์อื่นๆ จะทำงานแบบ stateless ที่สามารถถูกล้างข้อมูลทิ้งได้ทันที

ส่วน PageScript ทำงานบน Dynamic Workers โดยแต่ละ iframe จะได้รับ isolate แยกเฉพาะของตนเองเพื่อความสะอาดของ DOM การพาร์ส HTML และ CSS เลือกใช้เครื่องมือจาก Rust อย่าง Blitz และ Stylo ซึ่งเป็นตัวพาร์ส CSS ของ Firefox นอกจากนี้ยังมีการใช้ Boa JS เพื่อรันคำสั่ง eval ที่ Workers ปกติไม่รองรับ

สำหรับ PageRenderer จะรับหน้าที่แปลงผลลัพธ์เป็นภาพ JPEG/PNG หรือ PDF โดยใช้ blitz-paint และ Parley ในการจัดตัวอักษร โดยมี SandboxOutbound เป็นคอมโพเนนต์เดียวที่ได้รับอนุญาตให้เชื่อมต่อเครือข่าย เพื่อบังคับใช้นโยบายความปลอดภัย CORS และการจัดการคุกกี้ที่เข้มงวด

ผลการทดสอบประสิทธิภาพ: ประหยัดทรัพยากรแลกกับความเร็วที่ลดลง

จากการทดสอบด้วย URL 14 แห่ง Kitesurf แสดงประสิทธิภาพที่น่าทึ่งโดยใช้ CPU น้อยกว่าเดิม 3.1 เท่า สำหรับการจับภาพหน้าจอ และ น้อยกว่า 3.8 เท่า สำหรับการดึงข้อมูล HTML เมื่อเทียบกับ Chromium ด้านหน่วยความจำก็ลดลงอย่างมากจาก 271.0 MiB เหลือเพียง 57.8 MiB (ลดลง 4.7 เท่า) ในงานจับภาพหน้าจอ และลดลงถึง 7.0 เท่า ในงานดึงข้อมูล

อย่างไรก็ตาม Chromium ยังคงมีความเร็วในการทำงานจริง (wall time) สูงกว่า โดย Kitesurf จะทำงานช้ากว่าประมาณ 1.7–1.8 เท่า ซึ่งเป็นผลมาจากขั้นตอนการเรนเดอร์และเข้ารหัสรูปภาพ แต่เมื่อพิจารณาว่าหน่วยความจำและ CPU คือตัวกำหนดต้นทุนหลัก การแลกเปลี่ยนความเร็วกับความประหยัดทรัพยากรจึงถือเป็นผลดีต่อการรัน AI agent จำนวนมาก นอกจากนี้ Kitesurf ยังพิสูจน์ความสามารถด้วยการรันเกม Doom ได้อีกด้วย

วิธีการใช้งาน และข้อจำกัดในปัจจุบัน

นักพัฒนาที่ใช้งาน Puppeteer, Playwright, chrome-remote-interface หรือ MCP สามารถเริ่มต้นใช้งานได้ทันทีโดยไม่ต้องแก้โค้ด เพียงระบุพารามิเตอร์ browser=kitesurf ใน Browser Run CDP endpoint นอกจากนี้ยังมี สนามทดลองสาธารณะ พร้อมเครื่องมือ Chrome DevTools ให้ทดสอบการเรนเดอร์เว็บไซต์ยอดนิยมต่างๆ

สรุปประเด็นสำคัญ

• Kitesurf เป็นเบราว์เซอร์สำหรับ AI agent ตัวแรกที่รันบน V8 isolates ของ Cloudflare Workers ทั้งหมด
• ประสิทธิภาพการใช้ CPU ดีขึ้น 3.1–3.8 เท่า และหน่วยความจำดีขึ้น 4.7–7.0 เท่า เมื่อเทียบกับ Chromium
• แม้จะช้ากว่า Chromium 1.7–1.8 เท่าในด้านเวลาจริง แต่ช่วยลดต้นทุนต่อเซสชันได้มหาศาล
• รองรับการใช้งานร่วมกับ Puppeteer/Playwright ได้ทันทีเพียงเพิ่มพารามิเตอร์เดียว
• ยังมีข้อจำกัดด้านการเล่นวิดีโอ, WebGL และการข้ามระบบป้องกันบอตบางประเภท

ลองเข้าไปดู ** รายละเอียดทางเทคนิค ** และติดตามเราได้ที่