WeMakeDevs සහ SigNoz එක්ක පැවැත්වූ "Agents of SigNoz" හැකතොන් 2026 ජූලි මාසයේ, බහු‑ඇජන්ට් AI පද්ධතියක ගැටළුවක් නව ආකාරයෙන් ඉදිරිපත් වුණා. බොහෝ කණ්ඩායම් මන්දගාමී හෝ දෝෂ ඇති ඇජන්ට් පෙන්වා දෙන්නා වූවද, AgentATC නාමක පද්ධතිය තවත් ගැටළුවක් – සම්බන්ධතා අස්ථිරතාව – ප්රදර්ශනය කළා.
AgentATC යනු සැබැවින්ම ක්රියාත්මක වන ත්රි‑ඇජන්ට් වැඩපිළිවෙලක්: Planner, Executor, Critic. Planner පරිශීලකගේ ඉලක්කය තක්සේරු කර උප‑කාර්යයන්ට බෙදා හරියි. Executor සෙවුම් මෙවලමක් සහ LLM එකක් භාවිතා කර අදාළ කොටස් ලියයි. Critic එම කොටස් නියමිත රූබ්රික් එකකට අනුව ඇගයීමෙන් පසු, අවශ්ය නම් ප්රතිචාරය සමඟ Executor වෙත ආපසු යවයි. මෙම සම්පූර්ණ හුවමාරුව OpenTelemetry span ලෙස ලියා ගනී; එමඟින් කුමන ඇජන්ට් ක්රියාවක් ආරම්භ කරලා, කවුද එය ලබා ගත්තා, හුවමාරුවේ හේතුව කුමක්ද යන සියලු තොරතුරු සජීවීව පෙනේ.
මෙම ක්රමය හරහා සම්බන්ධතා අස්ථිරතාවය දැකගැනීමට ඉඩ ලැබේ. සාමාන්ය නිරීක්ෂණ මෙවලම් latency, error, cost වැනි පාරමිතීන් පමණක් බැලුවත්, AgentATC හි එක් trace ID එකක් තුළ සම්පූර්ණ ක්රියාත්මක පථය පෙන්වයි. Executor සහ Critic අතර පණිවුඩයක් ප්රතික්ෂේප වුනාම agentatc_handoffs_total{reason="reject"} ගණන වැඩි වෙයි, වැඩක් නතර වුනාම agentatc_task_last_update_timestamp නවීකරණය නොවීමෙන් පෙනේ.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ AI සංවර්ධකයන්, සොෆ්ට්වෙයා ඉංජිනේරුවන් සහ ව්යාපාරිකයන්ට මෙම නව නිරීක්ෂණ ආකාරය විශාල අවස්ථාවක්. පළමුව, බහු‑ඇජන්ට් පද්ධති නිර්මාණය කරන විද්යාඥයන්ට coordination bottleneck එකක් ඉක්මනින් හඳුනාගත හැකි බැවින්, සංවර්ධන කාලය හා වියදම් අඩු වේ. දෙවැනි, OpenTelemetry මත පදනම් වූ dashboards සහ Copilot මඟින් සිග්නොස් (SigNoz) වැනි open‑source observability මෙවලම් භාවිතා කර, ලොකු ව්යාපාරික පද්ධතිවල අධි‑cost LLM token consumption පාලනය කළ හැක. තෙවැනි, සිංහල භාෂාව සහ ප්රදේශීය API integration සඳහා මෙම ආකෘතිය උදාහරණයක් වන නිසා, දේශීය තාක්ෂණ ආරම්භකයන්ට ගෝලීය ප්රවණතා සමඟ සමාන තාක්ෂණික මට්ටමක් ලබා ගත හැක.
උදාහරණයක් ලෙස, Planner එකට "SigNoz, Datadog, New Relic" වෙතින් තරඟ විශ්ලේෂණයක් ලියන්න කියා දෙන්නෙකුට, AgentATC සාර්ථකව දෙකක් (SigNoz, New Relic) එකම පියවරේම පුරවා, Datadog අංශය pricing data නැති නිසා Critic එකේ ප්රතික්ෂේපයට ලක් වේ. ඉතින්, පද්ධතිය ස්වයංක්රීයව 5 පරීක්ෂණ, 5 ප්රතික්ෂේප, එක escalation යන පියවර පසුකරයි. මේ සියලුම තොරතුරු එක් trace එකේ පෙන්වීමෙන්, ඕනෑම වෙලාවේ තත්ත්වය පැහැදිලිව පෙනේ.
AgentATC හි සාර්ථක හුවමාරු පෙන්වා දී ඇති පරිදි, බහු‑ඇජන්ට් AI පද්ධතිවල අඳුරු “stuck” අවස්ථා දැකලා, ඒවට හොඳම විසඳුමක් ලබා දීමේ නව මාර්ගයක් මෙයින් ලැබේ. ශ්රී ලංකාවේ තාක්ෂණික පරිසරය මේ විධිමත් නිරීක්ෂණය අනුගමනය කරන්නේ නම්, ගෝලීය AI ප්රවණතා සමඟ සමාන වේගයෙන් ඉදිරියට යා හැකිය.
ඉදිරියේදී, AgentATC වැනි ක්රමයන් භාවිතා කරමින්, අපේ දේශීය සංවර්ධකයන්ට AI‑driven automation, cost optimisation, සහ real‑time debugging වැනි වාසි ලබා ගත හැකි බව අපි විශ්වාස කරමු.
