一句話結論
Cloudflare 八月發表 Kitesurf，一台專門給 AI agent 用的雲端瀏覽器，大家的解讀是「agent 終於有眼睛和手了」。但我去讀官方文件，看到一行沒什麼人轉述的話：它目前還做不到「需要持續狀態的長時間登入工作階段」。也就是說——你最想叫它做的那件事，正好是它現在還不能做的那件事。
這一兩年談 AI agent，有個比喻愈來愈常聽到：模型是大腦，但它沒有眼睛和手。
這個比喻其實蠻準的。你今天用 ChatGPT、Gemini、Claude，多半是「它動嘴、你動手」——它告訴你該怎麼填那張表，表還是你自己填；它教你去哪個網站查資料，網站還是你自己開。
八月初，Cloudflare 發表了一個叫 Kitesurf 的東西，被很多內容講成「補上這塊缺口的關鍵」。我看到有人寫得像是：agent 從此可以自己上網、自己點按鈕、自己把事情辦完。
我把 Cloudflare 官方部落格和開發者文件都讀過一遍。能力是真的往前走了一步，但走的距離跟轉述的版本差蠻多的。而那個差距，剛好是企業最該關心的地方。
先把查證過的事實擺出來
這些是我回 Cloudflare 官方來源核對過的，不是從二手評論轉述：
- 產品叫 Kitesurf，Cloudflare 官方部落格說明它是「一個完全跑在 Workers 上的瀏覽器」，2026 年 8 月 6 日隨 Agents Week 發表。
- 它不是獨立產品，而是放在 Browser Run 這個服務底下，目前是免費 beta，有每個帳號的用量上限。
- 設計目標是給 agent 用，不是給人用。它刻意不做分頁、佈景主題、瀏覽器擴充功能、跨裝置同步這些東西。
- 它實作的是 CDP 協定的一個子集（Chrome DevTools Protocol），夠大多數自動化工具用，但不是全部。
- 官方公開了一個試玩頁面：
kitesurf.cloudflare.app。
三個被轉述漏掉的細節
下面這三條都在官方文件裡，但在我看到的中文轉述裡幾乎沒出現。
① 「快 3 到 7 倍」——省的是資源，不是時間
很多報導寫「比 Chromium 省 3 到 7 倍」，但沒說省的是什麼。Cloudflare 官方給的是分項數字：
| 項目 | 截圖 | 抓網頁內容 |
|---|---|---|
| CPU 用量 | 少 3.1 倍 | 少 3.8 倍 |
| 記憶體用量 | 少 4.7 倍 | 少 7.0 倍 |
| 實際跑完的時間 | Chromium 反而快 1.7 到 1.8 倍 | |
所以「3 到 7 倍」是省機器，不是跑得快。單看一次任務，傳統 Chromium 還比較快。Kitesurf 的價值在於同樣一台機器可以同時跑更多個 agent，這對要大量並行的服務商很重要，對「我公司想叫 AI 幫我做事」的老闆來說，其實不是重點。
② 它自己說了：做不到長時間的登入工作階段
這條是我認為整篇最重要的。Cloudflare 官方文件直接列出 Kitesurf 目前不適合的情境，其中一條是：需要持續狀態的長時間登入工作階段。文件建議這種情況改用 Browser Run 底下原本的 Chromium 瀏覽器。
停下來想一下這句話的意思。
大多數人講「agent 幫我做事」，腦中的畫面是什麼？是它登入你的後台、進你的進銷存系統、開你的銀行網銀、把那件重複的事做完。而那正好是「需要持續狀態的長時間登入工作階段」。
另外兩條不支援的也很實際：播影片、跑 WebGL 做不到；用真實 TLS 指紋去過機器人驗證關卡也做不到——換句話說，會擋機器人的網站，它一樣過不去。
③ 它擅長的是「看」，不是「辦」
把官方舉的例子攤開看，方向就很清楚：截圖、抓網頁內容、產 PDF、渲染頁面。這些全部是唯讀動作。
官方也列了它能正確渲染的網站——維基百科、Hacker News、幾個前端框架的範例頁、Cloudflare 自家的部落格與大部分後台。都是公開的、以閱讀為主的頁面。
所以照目前的能力來說，比較誠實的講法是：agent 拿到的是一雙比較省電的眼睛，手還沒真的長出來。
那這個比喻還值不值得留著？
值得。而且我打算把它放進課堂。
「大腦／眼睛／手」是我看過最好懂的一個 AI 能力拆解法。我在企業班常遇到一個場景：主管抱怨「導入 AI 半年了，好像也沒省到什麼時間」。這個框架可以當場解釋為什麼。
你可以自己做一次：把公司現在用的 AI 工具寫下來，一個一個問它屬於哪一格。
三格分類法
大腦——會想、會寫、會建議。（ChatGPT、Gemini、Claude 的一般對話）
眼睛——能看到你系統裡或網路上的真實資料。（連上你的雲端硬碟、能讀網頁、能看報表）
手——能真的去改動什麼。（送出表單、寫進資料庫、寄出信、下訂單）
多數公司做完會發現：幾乎全部擠在「大腦」那一格。
而這才是「沒省到時間」的真正原因——不是模型不夠聰明，是它的建議還得由人搬到系統裡。中間那段搬運，就是你沒省到的時間。
但手長出來之前，先想清楚方向盤誰握
這波產品的敘事幾乎都在講「能力」，很少講「授權」。而我在企業現場，被問到的問題永遠是後者。
下面三個問題，只要你真的要讓 agent 動手，一定會遇到。現在還沒遇到，只是因為它還做不到。
| 問題 | 為什麼難答 |
|---|---|
| 它用誰的帳號登入？ | 用員工個人帳號，離職就斷、稽核也對不出是誰做的；開共用帳號，等於在你的權限管理上開一個沒有臉的洞。 |
| 它按下「確認送出」，誰負責？ | 報價單金額少一個零、訂單數量多一個零，對方收到就是收到了。這不是技術問題，是簽核權限問題。 |
| 它看過的東西留在哪？ | 雲端瀏覽器是別人的機器。你的客戶名單、報價、內部後台畫面經過那裡，在你的資安政策裡算不算對外傳輸？ |
公平地說，Cloudflare 在資安設計上是有立場的——它的部落格寫明整套架構建立在「每一次載入頁面都是不可信的輸入、每一次工作階段都從零開始」這個假設上，每個元件只拿到必要的資源。這是對外部網頁的防禦姿態，方向是對的。
但要講清楚：那是在防網頁，不是在幫你決定誰能簽核。後面那件事沒有任何一家廠商能幫你決定，那是你公司的事。
那現在到底該怎麼用
不用等能力到位才開始，但要用對順序。我的建議是三步：
第一步：先跑唯讀的任務。剛好也是這批工具現在最擅長的——固定去幾個網站抓資料回來做成摘要、每天截一張競爭對手的價格頁、把公開資訊整理成表。做錯了頂多資料不準，重跑一次就好，沒有對外後果。
用這個標準判斷：這件事做錯了，會不會有人收到東西？不會，就可以放手讓它跑。
第二步：會寫入的任務，一律留一道人審。讓 agent 把東西準備好停在那裡，人看過再按送出。多花的三十秒，買的是「不用打電話跟客戶道歉」。
第三步：把那三個問題現在就寫下來。不用馬上答完，但要先讓 IT 和法務知道題目長什麼樣。等到業務單位興沖沖說「我找到一個工具可以自動幫我們下單」的時候，你已經有答案了。
回到機長那句話
我在課堂上常講：你是機長，AI 是機組人員。
這則新聞剛好幫這個比喻補了一層。過去幾年，機組人員的問題是「聽得懂指令，但沒有手」。現在有人開始幫他們裝手了，而且會愈裝愈好——這個方向不會回頭。
但機組人員有手，不代表機長可以離開駕駛艙。
手可以交出去，起飛的決定權不行。
所以真正該做的準備，不是研究哪家的 agent 比較強，而是先把公司裡「哪些事可以交出去、哪些事必須留在人手上」這條線畫清楚。線畫好了，工具換誰家都無所謂；線沒畫，工具再強都是風險。
查證說明
①本文關於 Kitesurf 的所有描述，來自 Cloudflare 官方部落格 blog.cloudflare.com/kitesurf 與開發者文件 developers.cloudflare.com/browser-run/kitesurf，未採用二手評論的推論。②CPU、記憶體與執行時間的倍數為官方公布數值，適用情境限「截圖」與「抓取網頁內容」兩類任務，不宜外推到其他工作負載。③「做不到長時間登入工作階段」「不支援影片與 WebGL」「無法以真實 TLS 指紋通過機器人驗證」三項為官方文件明列的現階段限制，beta 產品能力會變動，實際導入前請以當下官方文件為準。④資安與責任歸屬那一段是提問角度，不是針對任何廠商的指控——這是所有雲端瀏覽器方案共通的議題。⑤Cloudflare 官方產品頁目前同時出現「Browser Rendering」與「Browser Run」兩個名稱，開發者文件統一使用後者，本文從文件。
你公司的 AI 工具，卡在哪一格？
想自己先搞懂：我的電子報大約一到兩週一封，把這類新聞翻成能用的判斷 → startupforyou.substack.com
如果你是主管：把現有 AI 工具做一次「大腦／眼睛／手」分類，再畫出哪些事可以交給 agent、哪些必須留人審——我的企業內訓有一個模組專門帶團隊做這件事，課堂上就產出貴公司自己的版本。想聊聊寫信到 ai@autolab.cloud，或看看 AI 顧問教練團。
關於作者
黃敬峰（AI峰哥／阿峰老師），企業 AI 實戰培訓專家，服務客戶包含國泰人壽、工研院、士林電機、中嘉寬頻、電通、城邦媒體等。聯絡方式：ai@autolab.cloud