Kimi WebBridge：AIエージェントがローカルのブラウザを操作する新しい仕組み

AIエージェントからの命令はローカルサービスに送られ、そこから Chrome DevTools Protocol を通じてブラウザを操作します。ページ読み取り、ナビゲーション、スクリーンショット取得などもこの仕組みで行われます。

すべての処理がローカルで行われるため、次の利点があります。

• 既存のログインセッションをそのまま利用できる
• Cookieやセッション情報が外部に送信されない
• Webページの内容がクラウド環境に転送されない

Moonshotのドキュメントでも、ログイン状態やページデータはユーザーのマシンから外に出ないと説明されています。

この設計により、認証が必要なサイトの自動化で発生していた設定の複雑さやセキュリティ上の懸念が大きく減ります。

特定AIに依存しない「エージェント共通レイヤー」

WebBridgeのもう一つの特徴は、特定のAIアプリに縛られない エージェント非依存（agent‑agnostic）設計 です。

公式ページでは、次のような開発ツールやエージェント環境での利用が挙げられています。

• Kimi Code
• Claude Code
• Cursor
• Codex
• Hermes
• OpenClaw

つまりWebBridgeは、単一AIの機能というより AIエージェントがブラウザを操作するための共通インターフェース として設計されています。

実際の役割分担は次のようになります。

• AIモデル：計画・推論・意思決定
• WebBridge：ブラウザ上での実行

Kimi K2.6モデルの役割

ブラウザ操作そのものはWebBridgeが担当しますが、複雑なタスクの計画や推論を担うのが Kimi K2.6 モデルです。

Kimi K2.6はMoonshot AIが公開したエージェント向けモデルで、

• 約1兆パラメータのMixture‑of‑Experts構造
• 推論時に約320億パラメータをアクティブ化
• 約256Kトークンのコンテキストウィンドウ

といった特徴を持っています。

このモデルは特に次の用途を想定しています。

• マルチステップ推論
• ツール呼び出し（tool use）
• 長時間のコード生成や自動化

Moonshotのプラットフォームでも、長期的なコード生成や自律的なエージェント実行能力を強化したモデルとして説明されています。

WebBridgeと組み合わせると、役割は次のようになります。

• Kimi K2.6: タスクを理解し、手順を計画する
• WebBridge: 実際のWeb操作を実行する

例えばAIが複数のECサイトを調査し、価格を比較し、結果をまとめるといった一連の流れも、この組み合わせで実行できます。

なぜこのリリースが重要なのか

AIの進化は、単なるモデル性能競争から エージェント基盤（agent infrastructure）競争 に移りつつあります。

AIエージェントが現実の作業を行うためには、実際のソフトウェアやWebサービスに接続する仕組みが必要です。

しかしクラウドブラウザ型の自動化にはいくつかの問題があります。

• ログイン情報やセッションの共有
• セキュリティやコンプライアンス
• 認証サイトの設定の複雑さ

WebBridgeのように ユーザーのブラウザを直接操作する方式 は、これらの問題を大きく減らします。

その結果、AIエージェントは次のような作業により実用的に使える可能性があります。

• Webリサーチ
• 社内ツール操作の自動化
• フォーム入力などの事務作業
• 認証が必要なサービスのデータ収集

AI業界で進む「エージェントスタック」競争

Moonshot AIの動きは、AI企業が モデルだけでなくエージェント用インフラ全体を構築し始めている ことを示しています。

現在のAIエージェントの構成は大きく次の3層で考えられます。

• モデル（推論・計画）
• ツール（実行）
• コネクター（ソフトウェアとの接続）

この中でWebBridgeは「ブラウザ実行レイヤー」を担い、Kimi K2.6は推論エンジンとして動作します。

AIが質問回答から 実際のタスク実行 へと進むにつれ、ブラウザを含む実行レイヤーの重要性はさらに高まると見られています。