AI-සහයෝගී මෙහෙයුම් වලදී, කවුද ‘ඩ්රයිවර්’ කවුද ‘වර්ක්’ කියලා හඳුනා ගැනීම, රාත්රී 2.00 ට නිදා ගැනීම අහිමි වීමකට හේතුවක් විය හැකිය. මෙවර සිදු වූ සැබෑ ආපදාකාරක තරඟය Claude Opus සහ GPT‑Codex (GPT‑5.5) අතර සිදු වුණා.
සිදුවීම: ලොක් වු පරිශීලකයෙක්
ඇන්ඩ්රොයිඩ් ජංගම දුරකථනයකින් ලොග් ඉන් කිරීමේදී පරිශීලකයෙක් ලියාපදිංචියට නොහැකි විය. ඉල්ලුමෙහි තොරතුරු කෙවෙන්නේ පළමු නාමය සහ "Google device" එකක් පමණක්. SEV‑3 ලෙස ලේබල කරමින්, 8 මිනිත්තු කාලය, 227 ක්ලික් (රේජ් ක්ලික් ඇතුළු) සිදු වුණා. ලියාපදිංචිය අසාර්ථක වූ විට අනන්යතා තොරතුරු (email, user‑id) ලැබෙන්නේ නැති නිසා, analytics‑ෙහි ග්රෙප් කිරීම අසීරු වුණා.
පරීක්ෂණය: ඒම සිදුවීම දෙකේ AI‑Engine වලට දුන්නා
එකම රිපොසිටරි, අක්සස් සහ කුසලතා සමඟ Claude Opus (4.8) සහ GPT‑Codex (5.5) දෙකකට ඉදිරිපත් කළා. ප්රතිඵල මෙහෙමයි:
- Claude Opus: මනුෂ්ය මැදිහත්වීම 0 ක්, සියලු පරීක්ෂණය ස්වයංක්රියව කරා.
- GPT‑Codex: මනුෂ්ය මැදිහත්වීම 3 වතාවක්, මෙවලම් තේරීම සහ අලුත් ප්රශ්න පිරවීමේදී මාර්ගෝපදේශනය අවශ්ය වුණා.
Opus, අසාර්ථක ලියාපදිංචියෙන් අනන්යතා නොලැබීම, session‑වල කාලය, platform, registration event වැනි දත්ත වලින් සැලසුම් කර, PostHog replay blobs විග්රහ කර, Supabase‑ෙහි duplicate account තහවුරු කර, reset email එක කිසිවක් යවා නොමැති බව තහවුරු කළා. එහිදී Gmail‑ෙහි dot‑variant typo ("[email protected]" vs "[email protected]") මූලික ගැටළුව බව හඳුනා ගත්තා.
ඇයි මෙය වැදගත්?
Opus එකම AI‑engine එකක් ලෙස සියලු තොරතුරු එකතු කර, root cause එකක් අඳුනා ගත්තා. GPT‑Codex, 200 response එකේ “request accepted” කියා පෙනුමක් පමණක් දක්වා, එය සත්ය තත්ත්වය නොවන බව නොදැන සිටියේය. 200 response එක anti‑enumeration උදෙසා සැකසූ polite reply එකක්, එය email යවා ඇතැයි තේරුම් නොගත්තා.
ශ්රී ලංකාවට ඇති වැදගත්කම
සිදුවීමේ පරීක්ෂණය ශ්රී ලංකාවේ තාක්ෂණික ආයතන, startup, විශ්වවිද්යාල සිසුන්ට පහත ආකාරයෙන් ප්රයෝජනවත්:
- AI‑driven incident response ක්රමවේදය ඉගෙන ගනිමින්, 2am වගේ අධික වෙලාවක තනිවම ගැටලුව විසඳා ගත හැකිය.
- Claude Opus වැනි මොඩලයන්ගේ self‑verification sub‑agents භාවිතා කර, කේත පරීක්ෂණ, security audit වැනි කාර්යයන් ඉක්මනින් නිම කළ හැකිය.
- Gmail dot‑variant වැනි සුළු වැරදි නිසා සිදුවන ගැටලු ගැන අවධානය යොමු කර, UI/UX නිර්මාණයේ වැරදි අවලංගු කිරීමේ වැදගත්කම තේරුම් ගත හැකිය.
- AI‑engine hierarchy (Opus driver, Codex worker) ආකාරය භාවිතා කර, SaaS, WordPress migration වැනි විශාල ප්රජාතන්ත්රික වැඩ වලට කාර්යක්ෂමතාව වැඩි කර ගත හැකිය.
මෙම පරීක්ෂණයෙන් පෙනෙන්නේ, AI‑model එකක් “ඩ්රයිවර්” වශයෙන් සැලසුම්, පලමු පියවරෙන්ම ගැටළුව හඳුනා ගැනීමේ හැකියාව ඇතිනම්, තවත් “වර්ක්” engine එකට වැඩේ පැවරීමෙන් වැඩි නිමාවක් ලැබේ.
අවසන් වශයෙන්, 2am කාලයේ operations team එකක් සඳහා “AI driver” එකක් තිබීම, නිදන කාලය බේරා ගැනීමටත්, ගැටලු තාක්ෂණිකව විසඳීමටත් අත්යවශ්ය වේ.
