換句話說,AI 不只是告訴你「該怎麼做」,而是直接在瀏覽器裡把事情做完。
目前很多 AI 自動化服務採用 雲端瀏覽器(cloud browser)。使用者需要在遠端環境登入帳號,AI 再在那個環境操作網站。
Kimi WebBridge 採用完全不同的架構。
它由兩個部分組成:
AI 代理會把操作指令送到本地橋接服務,再由該服務透過 Chrome DevTools Protocol 控制瀏覽器,例如讀取頁面、導航、截圖或執行點擊等操作。
因為所有流程都在本機執行,因此帶來幾個關鍵優勢:
Moonshot 的說明文件強調,登入狀態與頁面資料都會保留在使用者的電腦上,讓 AI 能操作已登入的網站,而不必把帳號憑證交給雲端系統。
這大幅降低了 AI 自動化在隱私與安全上的阻力。
另一個重要特點是:WebBridge 不是只服務單一 AI 應用。
它被設計成一個「代理無關」(agent‑agnostic)的瀏覽器控制層。
目前支援的代理環境包括:
因此 WebBridge 的角色更像是 AI 代理的瀏覽器驅動層。
AI 負責思考與規劃,而 WebBridge 負責在網頁上執行操作。
WebBridge 本身只是「執行層」,真正負責推理與規劃的是 Moonshot AI 的 Kimi K2.6 模型。
Kimi K2.6 是一個以代理工作流程為目標設計的模型,採用 Mixture‑of‑Experts 架構,總參數約 1 兆,在推理時約啟用 320 億參數,並支援約 256K token 的長上下文。
這類模型特別擅長處理長流程任務,例如:
Moonshot 表示,Kimi K2.6 能提升 AI 代理在 長流程程式生成與自主執行上的穩定度。
在典型架構中,分工大致如下:
例如當 AI 需要「研究產品並整理比較結果」時,模型會規劃整個流程,而 WebBridge 則負責實際打開網站、搜尋、抓取資料並整理結果。
這次推出其實反映出 AI 產業的一個重要轉變:
競爭焦點已經不只在模型能力,而是 Agent 基礎設施(agent infrastructure)。
AI 代理在真實世界中經常需要操作網站,而許多網站都需要登入。若使用雲端瀏覽器,就會產生幾個問題:
WebBridge 透過讓代理在 使用者自己的瀏覽器裡工作,大幅降低了這些摩擦。
這種架構如果被廣泛採用,AI 代理可能更容易落地於:
Moonshot AI 的策略顯示一個更大的產業趨勢:科技公司正在打造 完整的 AI Agent 技術堆疊。
在這個堆疊中:
Kimi K2.6 提供推理能力,而 WebBridge 則提供瀏覽器執行層。
隨著 AI 從「聊天助手」轉變為「任務執行者」,誰掌握瀏覽器與工具整合層,很可能會成為下一階段 AI 生態系競爭的關鍵。