Kimi WebBridge：讓 AI 代理直接操控你的瀏覽器，而且資料不離開本機

因為所有流程都在本機執行，因此帶來幾個關鍵優勢：

• 可以直接使用現有登入狀態
• cookies 與 session 不必外傳
• 網頁內容不需送到遠端環境

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。

為不同 AI 代理設計的通用介面

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：

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

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。

Kimi K2.6 模型在其中扮演什麼角色

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：

• 多步驟推理
• 工具呼叫與協調
• 長時間運行的自動化任務

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：

• Kimi K2.6：負責推理、規劃與決策
• WebBridge：在真實網站上執行操作

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。

為什麼這個發布值得關注

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：

• 憑證或 cookies 的傳輸
• 企業合規與資料治理
• 遠端環境的安全風險

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：

• 網路研究與資料蒐集
• 企業內部工具操作
• 表單填寫與行政流程
• 監控或抓取已登入服務的資料

AI Agent 基礎設施之戰正在展開

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：

• 模型負責推理與規劃
• 工具負責執行
• 連接層負責把 AI 接到真實軟體

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。