ඇයි AI එජෙන්ට් කියලා කියන්නේ? බොහොමයක් රැකියා දැන්වීම් වල එය පෙනෙනවා, නමුත් එය නිතරම තේරුම්ගත නොහැක. ලේඛකයා මේ ප්රශ්න දෙකෙන් පටන්ගෙන, Go භාෂාවෙන් ලියන සරල API එකක් හා AI එජෙන්ට් එකක් අතර වෙනස පරීක්ෂා කළේය.
පළමුව, LLM call යනු HTTP POST එකක් මගින් මොඩලයට පණිවිඩ යවා, පිළිතුරක් ලබාගන්නා ක්රියාවලියයි. මෙහි මොඩලය කිසිදු තොරතුරක් මතක තබා නොගෙන, ඕනෑම අවස්ථාවක නව පණිවිඩයක් යවා ප්රතිඵලය ලබා ගත හැක.
එකට AI එජෙන්ට් එකක් තවත් එක් පියවරක් එකතු කරයි – එය tool schema ලැයිස්තුවක් සමඟ මොඩලයට යවනවා. එවිට මොඩලය “get_metrics” වැනි මෙවලමක් ඇමතුමක් කරයි, අපේ කේතය එම මෙවලම ක්රියාත්මක කර, ප්රතිඵලය ආපසු මොඩලයට යොමු කරයි. මෙය “while‑loop” එකක් ලෙස සිතිය හැකිය; මොඩලය අවසන් පිළිතුරක් දක්වන තුරු මෙය පනස් වාරයක් පමණක් නැවත නැවත කරයි.
ලේඛකයා Go හි net/http භාවිතයෙන් සරල සේවාවක් සකස් කර, එකම අතුරුමුහුණත යටතේ පහත එන්ඩ්පොයින්ට් හතරක් සපයා ඇත:
- POST /chat/no-memory – මතක නොතබා LLM ඇමතුම
- POST /chat – සැසියක ඉතිහාසය සමඟ බහු‑පාරිභාෂා ඇමතුම
- POST /chat/agent/weather – එකම මෙවලමක් (කාලගුණ) සමඟ එජෙන්ට්
- POST /chat/agent/log-triage – ත්රිත්ව මෙවලම් (ලොග්, මැනුම්, රන්බුක්) සමඟ එජෙන්ට්
SDK එකක් භාවිතා කිරීමෙන් බොහෝ boilerplate ඉවත් වුවද, ලූප් ලොජික් එක දෙකේම එකම විය. ඒ නිසා AI එජෙන්ට් එකේ “අභ්යන්තර ගැටලු” – idempotency, saga compensation, cache eviction, circuit breaker වැනි සංකල්පයන් දැනටමත් Distributed System වලින් හඳුන්වා ඇත.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණික ශිෂ්යයන්, ව්යාපාරික සංවර්ධකයන් සහ ස්ටාර්ට්‑අප් සමාගම් සඳහා මේ පර්යේෂණය පහත වාසි ගෙනදෙයි:
- ඉගෙනුම් වගුව: AI එජෙන්ට් සහ LLM call අතර වෙනස පැහැදිලිව තේරුම්ගැනීම, පාඨමාලා හා වැඩමුළු වලට නව මාතෘකාවක්.
- විකාශන කාර්යක්ෂමතාව: Go භාෂාවේ ලූප්‑මූලික එජෙන්ට් ආකෘතිය, සරල API සමඟ සම්මුඛීකරණය කර, පරිශීලක‑මිතුරූ සේවාවන් ඉක්මනින් නිර්මාණය කළ හැක.
- ව්යාපාරික අවදානම අඩු කිරීම: මෙවලම්‑පාලනය, retry, circuit‑breaker වැනි මූලික ව්යුහයන් දැන ගැනීම, ක්ලවුඩ්‑අඩි සේවාවන්හි විශ්වාසය වැඩි කරයි.
අවසානයේ, AI එජෙන්ට් එකක් “මොඩලය විසින් තීරණය කරන orchestrator” බව පෙනේ. එය විශ්වාසනීය නොවන නිසා, නිර්මාතෘ කේතය ඒක පරීක්ෂා කර, අනිසි ලූප් හෝ වැරදි ප්රතිඵල වලට ප්රතිඵල දක්වයි.
එමනිසා, Go භාෂාවෙන් AI එජෙන්ට් සකස් කිරීම, සරල LLM call එකක් පමණක් නොව, බහු‑පියවර, බහු‑මෙවලම් ආකෘතියක් ලෙස සංවර්ධකයන්ට නව මාර්ගයක් විවර කරයි.
