ඔබේ SaaS සේවාව තිරයේ හරිත පාටින් පෙන්වා තිබුණාම, ඇත්තේ පද්ධතියේ අභ්යන්තර ගැටළුවක්. මාලිගා වැනි AI‑ඇජන්ට් සමූහයක් තමම පද්ධතියේ අඩුපාඩු 38ක් හඳුනාගත් අතර, ඒ අතර 32ක් නිවැරදි බව තහවුරු කරගත්තා.
ඉදිරියට බලන්න, මෙම පරීක්ෂණයෙන් ලැබුණු දෙකම වැදගත් බිඳවැටීම් විය. එකක් OAuth ප්රවාහයේ 3.26 තත්පරයක් පමණ ඇති වූ තරඟකාරී අවස්ථාවයි. පාරිභෝගිකයා නව සමාජ ජාලයක් සම්බන්ධ කිරීමට උත්සාහ කරන විට, පසුබිම් රැකියා ඒ අවස්ථාවේ තවමත් පවතින “claim” එක භාවිතා කරමින් එය මකා දමයි. එම නිසා සම්බන්ධය සාර්ථක නොවෙයි, නමුත් ලොග් එකේ කිසිදු දෝෂයක් නොපෙන්වයි. පාරිභෝගිකයන් එය බ්රවුසරයේ පෝප්‑අප් බ්ලොකර් ලෙස අනුමාන කර, සපෝට් කාලයක් වැය කරන අවදානමක් ඇත.
දෙවැනි බිඳවැටීම් “නිශ්ශබ්ද ඩ්රාෆ්ට් අලාභය” ලෙස හැඳින්වේ. සොයාගත් AI‑ඇජන්ට් පද්ධතියේ රාත්රීය පර්යේෂණ කාර්යය, වාහනයේ නිකුත් කරන ලද ලිපි ගොනු ලබා ගැනීමට අසමත් වූ අතර, ඒවා අඩු තත්ත්වයෙන් බ්ලොක් කර ඇත. එම නිසා පසුගිය රාත්රියේ සෑදූ පෝස්ට් අදාල පාරිභෝගිකයන්ට නොපැමිණි. මෙය පද්ධතියේ නවීන අන්තර්ජාල සම්බන්ධතා ගැටලුවක් බවත්, පරිශීලකයන්ට “ඇත්තේ කිසිවක් ලැබෙන්නේ නැත” යන අත්දැකීමක් ලබා දුන්නා.
මෙම ගැටළු සොයාගැනීමේදී ආරක්ෂණ, නිවැරදිත්ව, බහුකාර්ය භාවය, ප්රකාශන මාර්ග, ක්රෝන් පරිශීලනය යන අංශයන්ට වෙන්වූ ඇජන්ට් 8ක් එකතු කරමින් පද්ධතියේ සම්පූර්ණ තත්ත්වය පරීක්ෂා කරන ලදී. එමගින් සොයාගත් 38 දෝෂ අතර 32ක් නිවැරදි බව තහවුරු කර, ඉතිරි 6ක් ශබ්දයක් ලෙස ඉවත් කරන ලදී.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණික ව්යාපාර, විශේෂයෙන් SaaS හා AI‑චලිත ආරම්භකයන්ට මේ පරීක්ෂණය ඉතාමත් අගනා පඬුලක් වේ. පළමු වශයෙන්, පද්ධතියේ “race condition” වැනි සුළු ගැටළුවක් පවා පාරිභෝගික විශ්වාසයට බලපාන බව පැහැදිළි විය. එමඟින් අභ්යන්තර මොනිතර පරීක්ෂණය, ස්වයංක්රිය මොනිතර ඇලර්ට් පද්ධති, සහ ආරක්ෂණ‑සමග්රිතික පරික්ෂාවන් පිළිබඳ අවධානය වැඩි විය යුතුය.
- විකසිතයන් – කේතයේ සුළු ගැටළුවක් හෝ ක්රෝන් ජොබ් එකේ අසමත් වීම, පාරිභෝගික අත්දැකීමට බලපාන්නේ කෙසේද යන්න තේරුම් ගත හැක.
- ව්යාපාරිකයින් – සේවා අඩුපාඩු නිසා පාරිභෝගික අතුරුදන්වීම, සපෝට් කාලය වැඩිවීම වැනි ආර්ථික බලපෑම් අඩු කර ගැනීමට ඉදිරියට පියවර ගත හැක.
- සිසුන් – AI‑ඇජන්ට් සමූහ පරීක්ෂණ ක්රමවේදය, DevOps සහ Cloud නිරීක්ෂණය පිළිබඳ නව දැනුමක් ලබා ගත හැක.
මෙම පරීක්ෂණයෙන් පසුව, පද්ධතියේ claim එක දැන් callback එකේම එකවර භාවිතා කරයි, සහ සම්බන්ධතා ගණන සහ නව චැනල් සම්බන්ධතා ගණන අතර වෙනස්කම් ඇත්නම් තැපැල් මාර්ගයෙන් දැනුම්දෙයි. ඒ මගින් ගැටළුවක් පෙන්වා ගැනීමට පෙරම පූර්ව අනතුරු ඇඟවීමක් ලැබේ.
අවසන් වශයෙන්, AI‑ඇජන්ට් සමූහ පරීක්ෂණයක් පද්ධතියේ “අඳුරු” දෝෂ හඳුනා ගැනීමට අතිශය ප්රබල බව තහවුරු විය. මෙය ශ්රී ලංකාවේ තාක්ෂණික ආරම්භකයන්ට, පරිශීලක‑කේන්ද්රිත සේවාවන් සපයන සමාගම්ට, සහ AI‑අධිෂ්ඨිත පද්ධති නිරීක්ෂණයට නව මාර්ගයක් සපයයි.
