ශ්‍රී ලංකාවේ නවතම තාක්ෂණික පුවත් 2026-07-24, Friday
💻 ක්‍රමලේඛනය · 🕒 කියවීමට විනාඩි 2 · 👁 1

AI කේත පරීක්ෂක බොට් අසාර්ථකත්වය: 90 දිනවලින් ඉගෙන ගත් පාඩම්

AI කේත පරීක්ෂක බොට් අසාර්ථකත්වය: 90 දිනවලින් ඉගෙන ගත් පාඩම්

අපේ සමාගම AI පදනම් වූ කේත පරීක්ෂක බොට් එකක් සකස් කර pull request (PR) වලට සෘජුවම ඒකාබද්ධ කළා. "AI පළමුව පරීක්ෂා කරයි, මනුෂ්‍යයන් ඉතිරි කොටස අනුමත කරයි" යන සරල අදහසින් වැඩ වේගය වැඩිවනවා කියලා අපි හිතලා තිබුණා.

පළමු දිනවල බොට් එක PR එකකට අමතරව අර්ධ දවසක් වැඩි කාලයක් ගත වුණා. ඒක CI බිඳවැටීම නිසා නොවෙයි; ලේඛකයින් AI දෙන උපදෙස් පිරික්සා, වැරදි හෝ අනිසි යැයි තේරුම් ගන්න ගත වූ කාලය නිසායි. 60 වැනි දිනට පසු, ඒ බොට් එකේ භාවිතය ඉතා අඩු වුණා, එක්සත් කණ්ඩායමේ සක්‍රියත්වය එක අංක වලට පත් වුණා.

අපි බොට් එක නවතා නොදමා, මනුෂ්‍යයන් එය වැදගත් නොවෙයි කියලා සිතීමට පටන් ගත්තා. මෙය අපේ සත්‍ය පාඩම වුණා – ස්වයංක්‍රීය මෙවලමක් විශ්වාස නොකළොත්, එය කාලය ඉතිරිකිරීමේ වගකීමක් නොව, වැඩ බරක් බවට පත්වේ.

ආරම්භයේ සාර්ථකත්ව මට්ටම

  • සක්‍රියභාවය: 80% කට වැඩි අන්තර්ක්‍රියා
  • සහයෝගිතාව: Copilot‑ට වඩා 25% වැඩි ප්‍රයෝජනය
  • තෘප්තිය: භාෂා 70% කට වඩා (Swift, Kotlin, BrightScript, TypeScript, C++, Java, Go, Python)
  • ඉලක්කය: PR චක්‍රකාලය 2.5 දිනයෙන් 1 දිනයට කෙටි කිරීම

ඉතින්, මාසික PR 8,000 ක්, එක් PR එකකට සාමාන්‍යයෙන් 4‑5 commits. එක් commit එකකට CI + AI පියවර $6 ක් වැය වුණා. බොට් එක 3 commits අඩු කරලා නම්, මාසිකව $144,000 පමණ ඉතිරියක් ලැබිය හැකි වුණා.

නමුත්, 90 දින තුළ 1,500 PR පමණ පරීක්ෂා කළ පසු, සංඛ්‍යානිකව 65% කට වැඩි සංවර්ධකයින් "උපකාරී නැත" කියලා පිළිතුරු ලැබුණා. "10 ක් අතර 1 ක් පමණම වැදගත්, ඉතිරිවූවන් වැරදි" යනුවෙන් තීරණය කළා. Java සහ Python වල හොඳ ප්‍රතිඵල ලැබුණා, එත් Swift හා BrightScript වල අඩු විශ්වාසය ඉහළ ගියේය.

ශබ්ද (noise) නිශ්පක්ෂ නොවේ. එය අවධානය ගැලපෙයි, ගැලවුම් වැඩි කරයි, සංවර්ධකයින්ට ආරක්ෂිත නොවන හැඟීමක් දැනෙයි. බොට් එක වැරදි ප්‍රතිචාර දෙද්දී, එය මනුෂ්‍ය සමීක්ෂකයෙකුගේ වගකීමක් බවට පත් වෙයි – ඒ වගකීම ප්ලැට්ෆෝම් කණ්ඩායමට යයි. එවිට අපි නව විශේෂිත බද්ධතා එකතු කරලා, විශේෂයෙන්ම අංගයක් නොව, නව බරක් ගෙන ආව.

ශ්‍රී ලංකාවට ඇති වැදගත්කම

ශ්‍රී ලංකාවේ තාක්ෂණික ශිෂ්‍යයන්, සංවර්ධකයින් සහ ව්‍යාපාර සඳහා මේ අත්දැකීමේ වැදගත්කම මෙසේ වේ:

  • විශ්වාසය පදනම් කරගත් AI මෙවලම් – නවෝත්පාදන මෙවලම් භාවිතා කිරීමට පෙර පරීක්ෂා කිරීමේ වැදගත්කම තේරුම්ගත හැකිය.
  • භාෂා අනුව වෙනස් කාර්යක්ෂමතාව – ස්වයංක්‍රීය පරීක්ෂකයන් භාෂා පදනමෙන් කුමක්ද බලපානවා යන්න තේරුම් ගනිමින්, අපේ දේශීය මෘදුකාංග සංවර්ධනයේ නිවැරදි තෝරාගැනීමේ මාර්ගෝපදේශයක් සැපයිය හැක.
  • ආර්ථික ප්‍රතිලාභ – CI පදනම මත AI භාවිතයෙන් වියදම් අඩු කිරීමේ සැලසුම් සැකසීමට, ව්‍යාපාරික ලාභ වැඩි කිරීමට උපකාරී වේ.
  • ආරක්ෂාව හා ගුණාත්මකතාව – බොට් එකේ වැරදි ප්‍රතිචාර නිසා සිදුවන ගැලවුම් හා ප්‍රතිචාර පාලනය කිරීමෙන්, කේතයේ ගුණාත්මකත්වය රැකගත හැක.

අවසන් වශයෙන්, AI ක්‍රමලේඛ පරීක්ෂකයන්ගේ සාර්ථකත්වය “ඇත්තේ කුමන පරිසරයකද, කුමන භාෂාවකද, කුමන විශ්වාස මට්ටමක් ඇතිද” යන කරුණු මත පදනම් වේ. නව තාක්ෂණයක් හඳුන්වා දෙන්නේ, එය සත්‍යයෙන් කාලය ඉතිරිකිරීමේ උපායයක් බවට පත් වීමේ පසුබැසීමක් නොව, පරිශීලක විශ්වාසය සහ නිවැරදි නිර්මාණය මත පදනම් විය යුතුය.

💡 AI පදනම් වූ මෙවලම් භාවිතා කරන විට විශ්වාසය පරීක්ෂා කරමු!
මූලාශ්‍රය මෙම ලිපිය AI මගින් රචිත මුල් සාරාංශයකි. සම්පූර්ණ වාර්තාව කියවන්න:
Dev.to ↗
#AI #Code Review #Automation #Sri Lanka #Developers