AI‑සහයෝගී කේත ලේඛන (agentic coding) පද්ධති, පළමු මොඩියුලේදී ඉතා සාර්ථකයි. එක් වැඩපිළිවෙළක්, විශේෂිත ක්රමලේඛන සැකැසුමක්, හෝ බහු‑වැඩ ගසන පද්ධතියක් භාවිතා කරලා ඔබට දිනයකින්ම නව විශේෂාංගයක් හෝ ස්ක්රිප්ට් එකක් ලබාගත හැකිය. එය නවතම තාක්ෂණය භාවිතා කරන ආකාරයක් වුවද, වැඩේ දිගුවේදී ඒ රටා තවදුරටත් පවතිනවාද යන ප්රශ්නය පැනේ.
ලේඛනයේ කියවෙන්නේ, කේත පදනම විශාල වීම, කාර්ය සංකීර්ණතාවය, ඒජන්ට් ගණන වැඩිවීම, සහ කාලය දිගුව – මේ සියල්ල එකට එක් වීමෙන් පසු, මුල් රටා අඩුපාඩු පෙන්වයි. කේත පදනම පැරණි ඉතිහාසයක්, නියමිත රීති, සහ තවත් ඒජන්ට්ලාට අවශ්ය වන අතුරුමුහුණත් (interfaces) ඇතිවෙයි. ඒ නිසා, නව ඒජන්ට් එකක් පුරෝගාමී තොරතුරු නොදැන, පරණ තීරණවලට අනුව වැඩ කරන අවස්ථාවක් බොහෝ වේලාවට සිදු වේ.
ඒජන්ට් පදනමෙන් පරිමාණය ගත හැකි රටා පහත පරිදි සාරාංශ කර ඇත:
- තනි‑ඒජන්ට්, නිරීක්ෂණය කරන ලද – එක් Claude Code සත්කාරකයක් සමඟ ඔබ සියලු කේත පියවර නිරීක්ෂණය කරයි. කාර්යය සීමිත නම් (නව මාර්ගයක්, පූරණය කරන function එක) මෙය සුදුසුය. නමුත් ඒජන්ට් ගණන වැඩි වුවහොත්, ඔබේ අවධානය සීමා වේ.
- පෙර‑ඇතුළත් කළ බහු‑ඒජන්ට් – බහු worktree භාවිතා කර, සෑම ඒජන්ට් එකක්ම පූර්ව briefing එකක් ලබා දේ. කාර්යය පැහැදිලිව බෙදා හරින විට මෙය කාර්යක්ෂමයි, නමුත් එක් එක් briefing එක ඔබේ මතකයෙහි බර වැඩි කරයි. ඒජන්ට් 5කට පසු, ඔබ අන්තර්ගත මධ්යස්ථානයක් වීමෙන් මතකයේ පීඩාව වැඩිවේ.
- Skills Frameworks (Superpowers, GSD, gstack) – AI‑එජන්ට් සඳහා සම්මත slash commands, typed workflows, opinionated conventions යනවා ඇතුළත් කරයි. ඒවා කුඩා‑කාර්ය පදනමක් සකස් කිරීමට හොඳයි, නමුත් සත්කාරක සම්මත මතකය හෝ orchestration නොදෙයි. එමනිසා, පසුගිය සතියේ ගත් තීරණ හෝ වෙනත් ඒජන්ට්ගේ පදනම් තොරතුරු මතක නොරැඳේ.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණික ශිෂ්යයන්, ස්ථානීය සංවර්ධකයන්, සහ ව්යාපාරිකයන්ට මේ විශ්ලේෂණය ඉතා වැදගත්ය. පළමු පියවරේදී AI‑ඇගයුම් භාවිතා කිරීමේ උසස් කාර්යක්ෂමතාවය, කෙටි කාලයේ ප්රොජෙක්ට් එකක් ඉදිරිපත් කිරීමට අවශ්යතාවයට හොඳ පිළිතුරක් වේ. නමුත් පද්ධතිය දිගුවේදී, කේත පදනම විශාල වීමත්, බහු‑ඒජන්ට් කාර්ය භාරයත් එක්ක, නවීන මූලික සැලසුම් (modular architecture, version control policies) අවශ්ය වේ. මෙය ශ්රී ලංකාවේ තොරතුරු තාක්ෂණය (IT) කාර්යබහුලතාවය වැඩිදියුණු කර, සංවර්ධකයින්ට වැඩි පරිමාණයේ ව්යාපෘති අරඹීමට මග පෙන්වයි. එසේම, ස්ථානීය startup‑වලට AI‑ඇජන්ට් භාවිතා කරමින් MVP (Minimum Viable Product) ඉක්මනින් නිර්මාණය කිරීමේ හැකියාව ලැබේ.
ඉතින්, AI‑කේත ලේඛන රටා තේරුම්ගැනීම, ඒවා කුමන පරිසරයක පරිමාණය ගත හැකිද, කුමන අවස්ථාවල අභියෝග එනද යන්න අවධාරණය කරගැනීම, ශ්රී ලංකාවේ තාක්ෂණික ප්රගතියේ අනාගතයට මාර්ගයක් සලසයි.
අවසානයේ, AI‑ඇජන්ට් රටා සාර්ථකව භාවිතා කිරීම සඳහා පදනම් සැලසුම්, මතක කළමනාකරණය, සහ සංඛ්යාත සංවාදය (communication) අවශ්ය බව සිහිපත් කරගනිමු.
