ඔබට කවදාවත් AI බොට් එකක් ඔබේ මුදල ආපසු දුන්නේ කියලා, ඒක නියමයෙන් සිදු වුණා කියලා විශ්වාස කළාද? මේක නවතම තාක්ෂණික ගැටලුවක් – බොට් එකක් ‘ආපසු දුන්නා’ කියලා පවසුවත්, වාස්තුවේ ඒ ක්රියාව සිදු නොවුණා.
ඩෙමෝ සපෝට් බොට් එකක් රිෆන්ඩ් ප්රවාහයක් පරීක්ෂා කරන අතරතුර, එය “ඔබගේ $34.50 ආපසු දුන්නා” කියලා නිශ්චිතව ප්රකාශ කළා. කන්සෝලයේ කිසිදු දෝෂ පණිවිඩයක්, රෙඩ් ටෙක්ස්ට් එකක් හෝ ස්ටැක් ට්රේස් එකක් නොපෙනීය. නමුත් එම බොට් එක ඇස්තමේන්තුවේ ආපසු දීමේ මෙවලම (refund tool) කැඳවලා නැත. ඒ කියන්නේ, බොට් එක කථා කරමින් පවා “කතා කරනවා” නමුත්, එය කර නොමැති බවයි.
සාමාන්ය මෘදුකාංගයක් අසාර්ථක වුනොත්, සේවාදායකය කාලය ඉක්මවා යාම, 500 දෝෂයක්, හෝ ලොග් එකක පණිවිඩයක් දකින්න ලැබේ. AI බොට් එකක් එවැනි සංකේතයක් නොදෙන අතර, “වැරදි” වුනත්, පරිශීලකයාට සාමාන්ය පිළිතුරක් පෙනේ. ඒ නිසා, පරිශීලකයාට වැරදි තොරතුරු ලබා දීමත්, API ඇමතුම් හා මුදල් බොහෝ පරිමාණයෙන් වැය වීමත් සිදු විය හැකිය.
මෙම ගැටළුවට විසඳුමක් සොයා ගැනීමට කණ්ඩායම “AgentNemesis” නමින් නව පද්ධතියක් නිර්මාණය කළා. බොට් එකේ සෑම ක්රියාකාරිකමක් (tool calls, තීරණ, අවසන් පිළිතුර) OpenTelemetry භාවිතයෙන් trace කර, SigNoz වෙත යවනවා. පසුව, එම trace පරීක්ෂා කර, පහත ආකාරයේ අසාර්ථකතා හඳුනාගනී:
- ලූප් – එකම මෙවලම එකම දත්ත සමඟ ත්රිත්වයක් ඇමතීම.
- තහවුරු නොකළ ප්රකාශ – අවසාන පිළිතුරේ සඳහන් කරුණු (උදා: “ඔබගේ ඇනවුම ලැබුණා”) සම්බන්ධිත tool call එකක් නොමැති වීම.
- වැරදි පොරොත්තුව – refund උදාහරණය වගේ, බොට් එක කියා ඇති ක්රියාව trace තුළ නොපෙනීම.
- අතුරුදන් වූ හස්තාරෝපණ – බහු‑බොට් සැලැස්මකදී, පර්යේෂකයාගේ ප්රතිඵල ලේඛකයාට පැමිණීමේ අසමත්තා.
Trace එකේ සෑම අඩුපාඩුවක්ම ලකුණු කර, ඩැෂ්බෝඩ් එකේ “කොහේ වැරදි වුණා?” කියලා පෙන්වයි. මෙය Gemini 2.5 Flash මත ධාවනය වන බොට් එකට අමතරව, සංවර්ධකයින්ට real‑time පාලනයක් ලබා දේ.
මෙම පද්ධතිය සකස් කිරීමේදී කණ්ඩායමට අලුත් අත්දැකීම් ලැබුණා. SigNoz Cloud ගිණුමක් සාදා ගැනීම, වැඩිදුරටත් ව්යාපාරික ඊමේල් අවශ්යතාවය, සහ අයදුම්පත්රයක් සකස් කිරීමේ අඩුපාඩු වැනි ගැටළු පළමු දිනයේම පරීක්ෂා නොකළාම ඇති විය. මෙවැනි “අවශ්ය පූර්ව පරීක්ෂාව” කුමන AI ව්යාපෘතියක් හෝ cloud සේවාවක් සඳහාම අත්යවශ්යය.
ශ්රී ලංකාවට ඇති වැදගත්කම
මෙම තාක්ෂණය ශ්රී ලංකාවේ තොරතුරු තාක්ෂණ ක්ෂේත්රයට විශාල වාසියක් ගෙනදෙනු ඇත:
- සිසුන් – AI බොට් හෝ API පරික්ෂණය කරන විට, trace‑based validation ක්රමය ඉගෙන ගැනීමට අවස්ථාව.
- සංවර්ධකයින් – hidden bugs හඳුනා ගැනීම, API වියදම් පාලනය, සහ OpenTelemetry, SigNoz වැනි observability මෙවලම් භාවිතය.
- ව්යාපාර – ගනුදෙනුකාරකයන්ට අසත්ය තොරතුරු ලබා නොදීම, සේවා විශ්වාසභංගය අඩු කිරීම, සහ operational cost අඩු කිරීම.
අවසන් වශයෙන්, AI බොට් එකක් “කියන්නේ” හා “කරන්නේ” අතර ඇති විරෝධය තේරුම් ගැනීම, තාක්ෂණික විශ්වාසය ගොඩනැගීමට මුලික පියවරක්. AgentNemesis වැනි පද්ධති, ලංකාවේ AI පදනම්කරණය, fintech, e‑commerce වැනි ක්ෂේත්රවල ආරක්ෂිත, කාර්යක්ෂම, සහ පාරිභෝගික‑මිතුරැ සේවා සැපයීමට මාර්ගයක් සලසයි.
ඉදිරියේදී, AI‑driven සේවා ලබා දෙන සෑම සංවිධානයක්ම මෙම වගකීමේ මට්ටම අනුගමනය කළොත්, තොරතුරු සත්යතාවය හා පාරිභෝගික විශ්වාසය නව තලයකට පත්වේ.
