HolmesGPT 值不值得跟？把 AI SRE 的七强格局摊开看

CNCF Sandbox 在 2025-10 收了一个项目叫 HolmesGPT定位是开源 SRE Agent。看着像下一个值得跟的风口——但同样进了 Sandbox 的 k8sgpt 已经 7,746 星比它早一年新来的 kagent 背靠 Solo.io2,716 星只用了一年就追上来。商业那一边incident.io 已经融了 1.007 亿美金、Rootly 喊出 MTTR 降 80%。问题不再是AI SRE 是不是趋势——是这条赛道已经分了三个象限HolmesGPT 到底在哪个位置、值不值得我们把工程时间压上去。场景与维度AI SRE 不是一个市场是三个把AI SRE Agent当成同一个赛道是误判的根源。我们把市面上能叫出名字的七家放进坐标系横轴开源 ↔ 闭源 SaaS纵轴分析器 ↔ Agentic loop ↔ 多 Agent 框架立刻分成三组维度HolmesGPTk8sgptkagentincident.io / RootlyKomodor Klaudia定位开源 SRE Agent开源 K8s 分析器开源 Agent 框架商业 AI SRE 全栈 SaaS商业 K8s 多 Agent SRE核心能力agentic loop · 60 工具集LLM 解读 K8s 资源状态K8s 上跑多 Agent 编排端到端事件响应 RCAK8s 多 Agent · Gartner 代表厂商数据源K8s/Prom/Grafana/Datadog/AWS/数据库/GitHub/ServiceNowK8s 资源通过 Agent 接 Argo/Helm/Istio/Prom自带告警/Slack/PR 全链路数千个生产 K8s 集群训练资本主要由 Robusta 维护Microsoft 联合贡献社区 厂商Solo.io商用 Istio 厂商背书$100.7M 融资未公开Gartner 列名GitHub ★2,3887,7462,716n/a闭源n/a闭源创建时间2024-052023-032025-01n/an/aMTTR 案例60 工具集案例公开 demo解读式输出框架级待用户构建厂商宣称 -80%95% K8s 事件准确率这张表里最容易被忽略的一行是创建时间。HolmesGPT 用 24 个月做到 2.4k 星 CNCF Sandbox 60 工具集 Microsoft 共建——这个增速对开源 Agent 项目是上等成绩。但说它是领导者为时过早k8sgpt 体量在它三倍以上kagent 的资本和生态位Solo.io 服务网格圈层也不弱。HolmesGPT 在做什么从 analyzer 到 agentic loop 的跨越要看清 HolmesGPT 的位置必须把它和 k8sgpt 的工作模式拉开比较。k8sgpt 是analyzer——查 K8s 资源状态、把异常翻译成人话HolmesGPT 是agent——拿到一条 Prometheus 告警后反复调工具、读结果、再决定下一步像一个真的初级 SRE 在排查。这张序列图画的就是 HolmesGPT 的工作流。每一次 LLM 调用只决定下一个动作不一次性吐答案——这是 agentic loop 和单次调用最关键的区别。它的 60 工具集Kubernetes、Prometheus、Grafana、Loki、Datadog、AWS、PostgreSQL、GitHub、Jenkins、ServiceNow……就是 agent 的可调函数库。为什么这个区别重要两个观察k8sgpt 的天花板就是 K8s 范围它的 anonymization脱敏做得比 HolmesGPT 好但作用域被绑死在 Kubernetes 资源对象上。生产事故的根因 70% 不在 K8s 本身而在应用日志、外部依赖、变更历史里——k8sgpt 看不到。HolmesGPT 的 Operator 模式做了 7×24 在跑CNCF 2026-01 的官方 blog 说它在后台 7×24 运行在客户察觉之前发现问题把修复方案推到 Slack。这是 incident.io / Rootly 那一档商业产品的核心卖点——HolmesGPT 把它做成了开源。但别把它当万能。和 k8sgpt 比它没做脱敏和 kagent 比它不是 Agent 框架不能拿来构建别的 Agent只能当现成 SRE Agent 用和 incident.io / Rootly 比它没 PagerDuty/Statuspage/事故时间线管理那一整套事故运营工作流。各自的最佳生态位把上面那张坐标系翻译成什么场景选谁K8s 占大头、想要快速安装就能用 → k8sgpt。它是 CNCF Sandbox 里最成熟的 K8s 分析器7.7k 星不是白来的自带 Operator CLI 双形态。但它就是个 analyzer期望它做完整 RCA 会失望。多源观测K8s Datadog AWS 数据库且想要排查动作可被 Agent 自己决定 → HolmesGPT。这是它最强的点——也是 k8sgpt 替代不了的。Robusta 维护、Microsoft 共建给出的工程信心比纯社区项目高一档。想自己构建 Agent把 Argo/Istio/Helm 这些工具暴露给业务 LLM → kagent。它不是 SRE 工具是 Kubernetes 上的 Agent 运行时——和 HolmesGPT 不冲突甚至 HolmesGPT 未来可能跑在 kagent 之上。不在乎钱、要的是端到端事故运营 → incident.io / Rootly / PagerDuty。这一档我们承认开源现在追不上Slack 集成、retrospective 自动化、on-call 排班、status page 联动是堆人堆出来的不是开源能短期补上的。incident.io 的 1 亿美金大头也是花在这里。K8s 多集群、要 Gartner 推荐项给采购 → Komodor Klaudia。Gartner 2026 AI SRE Tooling Market Guide 把它列为代表厂商企业采购流程跑不通的就走它。不在我们雷达上但值得记一笔Traversal——在 DigitalOcean 公开案例里年节省 36,000 工程小时、MTTR -38%是当前少有的有真实大客户数据的产品Sherlocks.ai / Resolve.ai / Neubird——和上面这一档商业 SaaS 同生态位差异化在工作流细节上。推荐路径回到用户的问题——“我想跟一个 Agent 项目怕误入歧途”——按下面三步走不要只盯 HolmesGPT 一家当作主线项目跟 HolmesGPT不要犹豫。理由CNCF Sandbox治理已合规 2 年内 2.4k 星社区有热度 Robusta Microsoft工程信心 agentic loop 已落地不是 PPT。它在开源 SRE Agent这个细分里2026 年没有更好的选择。同时把 kagent 作为副线观察。它和 HolmesGPT 不在一个层一个是 Agent 框架一个是现成 Agent但 Solo.io 的资本和服务网格圈层能力可能让它成为K8s 上跑 Agent的事实标准。如果你团队既要做 SRE 又要做业务 Agentkagent 是更长期的押注。看 incident.io / Rootly 的产品做调研不是为了用是为了知道终局长什么样。开源 SRE Agent 一定会朝它们的形态走——retrospective 自动化、事故时间线、on-call 联动这些功能 HolmesGPT 早晚要补提前看清楚能让我们对路径不迷路。最后一句务实的——HolmesGPT 不是确定的赢家但输的概率不高。CNCF Sandbox 至少给了它三年治理框架兜底Microsoft 这种贡献者不会随便撤最坏情况是被某个商业玩家收了改商业许可证但那时它已经把 agentic loop 做出来了——范式留下了工具就还在。