පසුගිය සති අන්තයේ SigNoz හැක්තෝනෙහිදී, සංවර්ධකයන්ට නව ගැටළුවක් පරීක්ෂා කිරීමේ අරමුණින්, අධි-බුද්ධියක් (AI) ආධාරකයක් නිර්මාණය කරන ලදී. මෙය සාමාන්ය ‘self‑healing’ බොට් එකක් නොව, සේවා සියල්ල 200 කේතය දෙන අතරත්, ඒ ආධාරකය වැරදි තීරණයක් ගන්නා අවස්ථාවක් විය.
කොහොමද සිදු වූයේ?
දළදා මාලිගාවේ පරිඝණක කාමරයෙහි, RefundBot නමැති AI බොට් එකක් FastAPI සේවා තුනක් (agent‑gateway, payments‑svc, crm‑svc) සමඟ OpenTelemetry මගින් SigNoz වෙත දත්ත යවා කටයුතු කළේය. පාරිභෝගිකයකුගේ ඩුපලිකේට් ගාස්තුවක් (₹2,499) හුදෙක් එක්වරක් ආපසු ලබා දීමට වුවමනා වූ අතර, බොට් එක වැරදි ලෙස ₹4,998 ආපසු ලබා දුනි.
කොන්දේසි අනුව, payments‑svc සාර්ථකව refund ක්රියාත්මක කළ අතර, HTTP 200 ප්රතිචාරය ලැබුණා. නමුත්, ව්යාපාරික නීතිය අනුව එම refund එක අනිවාර්යයෙන්ම අනිත්යය වූවාය. එම නිසා, පද්ධතියේ සෞඛ්ය පුවරුව හරිතම තලයක් පෙන්වා තිබුණද, මුල් ව්යාපාරික වැරදි සිදු විය.
ඇයි වැදගත්?
මෙවැනි “semantic failure” එකක් පාරම්පරික මට්ටමේ දෝෂයක් (500, timeout) නොව, සේවා සියල්ල නිවැරදි ලෙස ක්රියාත්මක වූ අතර, AI මොඩලය වැරදි තීරණයක් ගෙන තිබේ. එම නිසා, නව පරීක්ෂණ මෙවලමක් අවශ්ය විය. Trace2Test නමින් හැඳින්වූ මෙය, SigNoz හි ලැබෙන trace එකක් පදනම් කරගෙන, ඒ trace එක අත්හදා බලන regression test එකක් ලෙස සකස් කරයි. මෙය $0 වියදමින්, ඒ ඒ පරිසරය තුළ AI බොට් එක නැවත ධාවනය කර, නිවැරදි ප්රතිඵලයක් ලබා දුන්නේදැයි පරීක්ෂා කරයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
- විකසිතයින් – AI‑driven සේවා නිර්මාණයේ semantic bug හඳුනා ගැනීමට නව පද්ධතියක් ලබා ගනී.
- ව්යාපාරිකයන් – වැරදි refund, ගෙවීම් හෝ ගිණුම් ගැටළු වලින් සිදුවන මුදල් නෂ්ටය වැළැක්වීමට උපකාරී වේ.
- සිසුන් – observability, trace‑based testing, LLM integration වැනි නව තාක්ෂණික සංකල්පයන් ඉගෙන ගැනීමට හොඳ උදාහරණයක්.
අවසන් වශයෙන්, මෙවැනි පද්ධති භාවිතයෙන් AI‑අධාරිත සේවා වල අභ්යන්තර ගැටළු ඉක්මනින් හඳුනාගෙන, පාරිභෝගික අත්දැකීම හා ආර්ථික ආරක්ෂාව වැඩිදියුණු කරගත හැකිය.
