අපේ නවතම AI‑ආධාරිත Incident‑Response Agent, Agent K, 12 ක්රමලේඛිත නිෂ්පාදන සිදුවීම් වලින් පරීක්ෂා කරන ලදී. මූලික හේතුව නිවැරදිව හඳුනා ගැනීමට 5 වරක් (12 කින් 41% ) පමණක් සාර්ථක වූවාත්, සේවාව පසුපසට ආපසු ගෙන යෑම (rollback) හෝ නොගැනීමේ තීරණය 10 වරක් (83% ) නිවැරදිව ලබාදුන්නා.
Agent K, SigNoz සම්බන්ධ FastAPI RAG සේවාවක් ලෙස ක්රියාත්මක වේ. එය PostgreSQL + pgvector මත 72 ක්රමලේඛිත ප්රශ්න‑උත්තර ලේඛන, sentence‑transformers embeddings, OpenAI‑compatible LLM (Groq, Cerebras, Gemini, OpenRouter) භාවිතා කරයි. සියලු trace, metric, log SigNoz වෙත OTLP මගින් යැවෙයි. සිදුවීම් ඇලර්ට් එකක් ඇතුළත් වූ විට, Agent K SigNoz MCP සර්වරය පරීක්ෂා කර, SigNoz ලින්ක් සහිත සත්ය පුරාවලීන් පමණක් ප්රකාශ කරයි, සහ Python කේතයක් අනුව rollback අවශ්ය නම් පමණක් ක්රියා කරයි.
මොකක්ද වැදගත්? මූලික හේතුව නිරවද්ය නොවූවත්, ක්රියාකාරීත්වයේ (rollback) නිවැරදි තීරණයක් ගැනීමේ ආරක්ෂාව කේත මට්ටමේ පාලනයෙන් සපයන බවයි. මෙය AI මොඩලයේ අසත්යතාවයන්ට පවා ආරක්ෂිතව වැඩ කිරීමේ නව ආකෘතියක් වේ. Agent K හි policy module එක LLM කෝඩ් එකක් කතා නොකළ යුතු බව නියම කරයි; අනිවාර්ය පරීක්ෂණ, burn‑rate, confidence, cooldown වැනි සීමා සම්පූර්ණයෙන්ම කේතයෙන් පාලනය කරයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකා තාක්ෂණික පරිසරයට මේ පරීක්ෂණය තරමක් වඩාත් ආරක්ෂිත AI‑ආධාරිත මෙවලම් ගොඩනැගීමට මාර්ගයක් පෙන්වයි. එය:
- සොෆ්ට්වෙයාර් සංවර්ධකයින්ට AI මොඩලයේ වැරදිවූ පසුදීමත්, කේත‑මට්ටමේ පාලනයෙන් සේවා නඩත්තු කර ගැනීමට හැකියාව ලබා දෙයි.
- අධ්යාපන ආයතනට AI, observability, RAG ආදිය පිළිබඳ ව්යාපාරික කේස්ස් අධ්යයනයේ නව උදාහරණයක් ලබා දෙයි.
- ව්යාපාරට downtime අවදානම අඩු කර, AI‑based incident response ක්රියාවලියක් ආරක්ෂිතව අරඹා, ගනුදෙනුකරුවන්ගේ විශ්වාසය වැඩි කරයි.
අවසන් වශයෙන්, Agent K පෙන්වන්නේ AI‑ආධාරිත මෙවලම් සාර්ථකව භාවිතා කරන විට, මොඩලයේ අඩුපාඩු සලකා බැලීමට කේත‑මට්ටමේ ආරක්ෂාව අත්යවශ්ය බවයි. මෙය ශ්රී ලංකාවේ AI‑driven DevOps සංස්කරණයට නව මාර්ගයක් අරඹයි.
ඉදිරියේදී, මෙම පරීක්ෂණය වැඩි දත්ත හා සිදුවීම් සමඟ දිගුවේ, නිවැරදි මූලික හේතුව හඳුනා ගැනීමට AI‑මොඩලයත් සමඟ කේත‑පාලනයත් සමඟ සම්පූර්ණ සම්මුඛතාවයක් ලබා දීමට අපේක්ෂා කරයි.
