ජෙනරේටිව් AI (Gen AI) ක්ෂේත්රයේ Agent යන පදය තවමත් නිශ්චිත අර්ථයක් නැතිව පවතිනවා. මේ සතියේ Linux Foundation නියම කළ A2A (v1.0) හා නවතම MCP (2026-07-28) විධානයේ නියමයන් අතර වෙනස පැහැදිලි කරමින්, නව ‘agent’ සංකල්පයක් හඳුන්වා දීලා.
A2A ප්රෝටොකෝලය සංවිධානය අතර අන්තර්ජාල සම්බන්ධතා, එනම් agent කෙරෙහි අන්තර් ක්රියාකාරිත්වය හා සම්බන්ධතා ආකෘතියක් නියම කරනවා. එහෙත් ඒක agent එකේ අභ්යන්තර සැකසුම ගැන කතා නොකරයි. එයට වඩා MCP විධානය, tool usage – එනම් මෙවලම් භාවිතය – පිළිබඳව අභ්යන්තර කේතය (plumbing) නියම කරනවා, නමුත් එයත් agent එකේ නිර්වචනය නොවේ.
ඇත්තටම, MCP එකක් agent එකේ පොදු API වශයෙන් ක්රියා කරන්නේ, ඒක එකම විශ්වාස පරිසරයක් තුළ MCP සේවාදායකයක් ලෙස පෙන්වීමට අවස්ථාව ලැබෙන විටය. ඒ නිසා A2A ක්රොස්-ආයතනික ගිවිසුම, MCP අභ්යන්තරය සම්පූර්ණ කරයි. දෙකම එක්ක එකතුවෙලා, agent යනු කුමක්ද යන්න තවමත් පැහැදිලි නොවේ.
මෙම අඩංගු කරුණු මත, ලේඛකයා class/instance ආකාරයෙන් නව operational definition එකක් 제안 කරයි. Agent Definition (class) එකේ Host Loop, System Context, MCP Server Set, Capability Boundary, LLM, Termination Limits, Task Contract, Context Strategy වැනි ස්ථාතික අංගයන් අඩංගු. ඒක Agent (instance) එකේ Goal, Working Context, Credentials, Consumed Budget වැනි ධාරිතාවයන් අඩංගු.
උදාහරණයක් ලෙස C# රෙකෝඩ් ආකාරයේ:
- record AgentDefinition(HostLoop Loop, SystemContext Context, McpServerSet Servers, CapabilityBoundary Capabilities, Model Llm, TerminationLimits Limits, TaskContract Contract, ContextStrategy Strategy);
- record Agent(AgentDefinition Definition, AgentTask Goal, ContextWindow WorkingContext, Principal Credentials, Budget Consumed);
2026-07-28 MCP විධානයේ stateless core එකත් එක්ක, සේවාදායකය තවත් සත්කාරක සත්යතාවයක් නොකියා, සියලු state එක explicit handles (task handles, workflow IDs, requestState blob) ලෙස මොඩලයට පවතී. මේ නිසා ‘working context window’ අර්ථය වෙනස් වෙලා, compacting හෝ top‑x කිරීම correctness ගැටලුවක් බවට පත්වේ.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ AI සංවර්ධකයින්ට, මේ නව නිර්වචනය අවස්ථා සැලසුම් හා ඉන්ටර්ෆේස් නිර්මාණය සඳහා පදනම් වශයෙන් භාවිතා කළ හැකිය. ලැංග්ග්රැෆ් (LangGraph) වැනි frameworks සමඟ සමාන අංගයන් වෙනස් නාමයෙන් පෙනුනත්, ඒවායේ සම්භාවිතය එකම.
විශ්ව විද්යාල සිසුන්ට, agents.json වැනි configuration ගොනු ලියන විධිය, token budgets, iteration limits වැනි සීමා සකස් කිරීම ගැන ප්රායෝගික අත්දැකීමක් ලැබේ. දැනටමත් AI‑driven automation, chatbot, tool‑enabled assistants වැනි ව්යාපාරික භාවිතයන්හි, MCP හා A2A ප්රෝටොකෝලයන් එකට ගැළපීමේ දැනුම, ගෝලීය ප්රතිසංස්කරණයන්ට සමගාමීව වැඩ කිරීමේ හැකියාව ලබා දෙයි.
ඉදිරියේදී, ශ්රී ලංකාවේ තාක්ෂණික ආයතන, start‑ups, හා රජයේ ICT ප්රජාතන්ත්රවාදී ව්යාපෘති, මේ නව agent definition පදනම් කරගෙන, ස්කේලබල් AI සේවා සැලසුම් කර ගත හැකිය. ඒකෙහි ප්රතිඵලයක් වශයෙන්, දත්ත සුරක්ෂිතතාව, tool policy compliance, හා resource optimisation වැනි ප්රධාන අංගයන්ට පාලනය ලැබේ.
අවසන් වශයෙන්, “agent” යනු කුමක්ද යන්න තවමත් විවෘත ප්රශ්නයක්, නමුත් MCP 2026‑07‑28 විධානයේ නව operational definition එක, ඒ ප්රශ්නයට ප්රායෝගික පිළිතුරක් ලබා දී තිබේ. මෙය ශ්රී ලංකාවේ AI පර්යේෂකයින්, සංවර්ධකයින්, හා ව්යාපාරිකයන්ට නව අවස්ථා විවර කරයි.
