විශ්වාසදායක AI නියෝජිතයන් පිටුපස ඇති ගෘහ නිර්මාණ ශිල්පය: LangChain, LangGraph සහ නව ව්‍යවසාය ස්ටැක් එක

බොහෝ ව්‍යවසායයන් දැන් AI නියෝජිතයන් යොදාගත යුතුද යන ප්‍රශ්නය පසුකර ගොස් ඇත. වඩා අමාරු ප්‍රශ්නය පැමිණ ඇත: පාලනය අත්හැරීමකින් තොරව ස්වයංපාලිත මෘදුකාංගයට ඔබ වෙනුවෙන් ක්‍රියා කිරීමට ඉඩ දෙන්නේ කෙසේද? පිළිතුර විශාල ආකෘතියක් (model) නොවේ. එය වඩා හොඳ ගෘහ නිර්මාණ ශිල්පයකි (architecture). LangChain සිට LangGraph දක්වා පරිණාමය මෙම මාරුව වඩාත් පැහැදිලිව නිදර්ශනය කරන කතා ස්වල්පයකි, මoreover අද බහු-නියෝජිත පද්ධති ගොඩනඟන ඕනෑම සංවිධානයකට මෙම පාඩම් සෘජුවම අදාළ වේ.

මෙය දැන් වැදගත් වන්නේ ඇයි

Agentic AI අත්හදා බැලීමේ අවධියෙන් නිෂ්පාදනයට (production) ඉක්මන් වී ඇත. 2025 ඔක්තෝම්බරයේදී, LangChain සමාගම IVP විසින් මුල් වූ Series B වටයකදී, Sequoia, Benchmark, CapitalG සහ ServiceNow, Workday, Cisco, Datadog සහ Databricks හි වෙන්චර් අංශවල සහභාගීත්වයෙන්, ඇමෙරිකානු ඩොලර් බිලියන 1.25 ක ඇස්තමේන්තුවකදී ඇමෙරිකානු ඩොලර් මිලියන 125 ක් එකතු කළේය. LangChain සහ LangGraph යන දෙකෙහිම එකතු වූ මාසික බාගැනීම් මිලියන 90 ක් පමණ ඇති බවත්, Fortune 500 හි තුනෙන් එකකට වැඩි ප්‍රමාණයක් එහි සේවාවන් භාවිතා කරන බවත් සමාගම පවසයි. Klarna, Cloudflare, Workday, Cisco සහ LinkedIn වැනි සමාගම් LangGraph නිෂ්පාදනයේදී භාවිතා කරන බව සමාගම විසින් වාර්තා කරයි.

ආයෝජකයන් සහ ව්‍යවසාය මිලදී ගන්නන් මුදල් ගෙවන්නේ චැට්බොට් සඳහා නොවේ. නියෝජිතයන් විශ්වාසදායක, නිරීක්ෂණය කළ හැකි සහ පාලනය කළ හැකි බවට පත් කරන ස්ථරය සඳහා ඔවුන් මුදල් ගෙවයි. මණ්ඩල (boards) විමසිය යුත්තේ එම ස්ථරය ගැනය.

සිදු වූයේ කුමක්ද

LangGraph නිර්මාණය කළේ LangChain විසිනි. එය වෙනම සමාගමක් නොවේ. කතාව ඇරඹෙන්නේ Harrison Chase වෙතිනි. ඔහු හාර්වඩ්හි සංඛ්‍යානය සහ පරිගණක විද්‍යාව අධ්‍යයනය කළ අතර, Kensho හි entity linking පිළිබඳ වැඩ කළේය, පසුව Robust Intelligence හි යන්ත්‍ර ඉගෙනීමේ පරීක්ෂණ කටයුතු මෙහෙයවීය. 2022 ඔක්තෝම්බරයේ ඔහු LangChain නිකුත් කළේ විශාල භාෂා ආකෘති මත යෙදුම් ගොඩනැගීමේ අලංකාර නොවන ප්ලම්බින් වැඩ විසඳන විවෘත මූලාශ්‍ර Python ව්‍යාපෘතියක් ලෙසයි: ආකෘති මෙවලම්, දත්ත මූලාශ්‍ර සහ වැඩප්‍රවාහවලට (workflows) සම්බන්ධ කිරීම.

2023 මුල් භාගයේදී Chase, Princeton හි පුහුණු වූ ඉංජිනේරුවරයෙකු වන, Facebook හි වසර හතරක් ගත කළ, Robust Intelligence හි හිටපු සගයෙකු වූ Ankush Gola සමඟ LangChain සමාගම සහ-ආරම්භ කළේය. මෙවලම් භාවිතා කළ හැකි, තත්ත්වය (state) රඳවාගත හැකි, තීරණ ගත හැකි සහ සංකීර්ණ වැඩප්‍රවාහ ක්‍රියාත්මක කළ හැකි විශ්වාසදායක AI නියෝජිතයන් ගොඩනැගීමට සංවර්ධකයන්ට උපකාර කිරීමේ නිෂ්පාදන දැක්ම Chase විසින් ඉදිරියට ගෙන ගියේය. විවෘත මූලාශ්‍ර ව්‍යාපෘතිය වටා සමාගම ගොඩනැගීමේදී - එහි වාණිජ සහ මෙහෙයුම් වර්ධනය ඇතුළුව - Gola හවුල්කරුවෙකු විය.

ඉන්පසු ආව අනුක්‍රමය සෑම තාක්ෂණ නායකයෙකුටම ආචර්යයකි. LangChain ආරම්භ වූයේ LLM යෙදුම් ගොඩනැගීමේ රාමුවක් (framework) ලෙසයි. යොදාගැනීම වර්ධනය වන විට, සංවර්ධකයන් බිත්තියකට ගැටුණෝය: සරල prompt chains දිගු කාලයක් ක්‍රියාත්මක වන, විශ්වාසදායක සහ පාලනය කළ හැකි නියෝජිත වැඩප්‍රවාහවලට සහාය විය නොහැකි විය. 2024 ජනවාරියේදී සමාගම පිළිතුරු දුන්නේ LangGraph සමඟිනි - මිනිස් අනුමැතිය පියවර, නැවත උත්සාහ (retries), නොසැලෙන බව (persistence) සහ සංකීර්ණ ඔකස්ට්‍රේෂන් සඳහා සහාය වන stateful AI නියෝජිතයන් සඳහා ප්‍රස්ථාර-පදනම් වූ ධාවන කාලයක් (runtime). 2025 ඔක්තෝම්බරයේ LangChain සහ LangGraph යන දෙකම 1.0 ස්ථාවරත්ව සන්ධිස්ථානවලට ළඟා වූ අතර, LangChain රාමුවම LangGraph ධාවන කාලය මත ප්‍රතිනිර්මාණය විය. පරිසර පද්ධතිය ආරම්භ කළ රාමුව දැන් එය නිර්මාණය කළ ඔකස්ට්‍රේෂන් එන්ජිම මත ක්‍රියාත්මක වේ.

තාක්ෂණය සහ ගෘහ නිර්මාණ ශිල්පයේ බලපෑම්

දාමවලින් (chains) ප්‍රස්ථාරවලට (graphs) යාම නම වෙනස් කිරීමක් පමණක් නොවේ. දාමයක් යනු සෘජු රේඛාවකි: ආදානය ස්ථාවර අනුක්‍රමයක් හරහා ප්‍රතිදානයට ගලා යයි. ප්‍රස්ථාරයක් යනු තීරණවල සිතියමකි: නියෝජිතයෙකුට ශාඛා විය හැක, ලූප් කළ හැක, නැවත උත්සාහ කළ හැක, විශේෂඥ නියෝජිතයන්ට පවරා දිය හැක, මිනිස් ආදානය සඳහා විරාමයක් ගත හැක. ව්‍යවසාය ගෘහ නිර්මාණ ශිල්පීන්ට, ගුණාංග තුනක් වඩාත් වැදගත් වේ.

පළමුව, තත්ත්වය (state) පළමු පංතියේ පුරවැසියෙකු බවට පත් වේ. LangGraph චෙක්පොයින්ටින් හරහා සෑම නියෝජිත වැඩප්‍රවාහයකම තත්ත්වය නොසැලෙන සේ රඳවා තබයි, එබැවින් ක්‍රියාවලියකට අනුමැතිය සඳහා පැය ගණනක් රැඳී සිට නැවත නවතින ලද ස්ථානයෙන්ම ආරම්භ කළ හැක. දෙවනුව, මිනිසා-ලූපය-තුළ පාලනය (human-in-the-loop) පසුව ඇමිණූ දෙයක් නොව ධාවන කාලයේම ගොඩනඟා ඇත. අනුමැතිය පියවර යනු ප්‍රස්ථාරයේ නෝඩයකි (node), පරිශීලක අතුරුමුහුණතේ පසුකාලීන සිතුවිල්ලක් නොවේ. තෙවනුව, ඔකස්ට්‍රේෂන් රටා (orchestration patterns) පැහැදිලි වේ. අධීක්ෂක නියෝජිතයෙකුට (supervisor agent) විශේෂඥ නියෝජිතයන් ධූරාවලියක සම්බන්ධ කළ හැක, කවුරු කුමක් කළ හැකිද යන පිළිබඳ පැහැදිලි කොන්ත්රාත්තු සමඟ.

ප්‍රායෝගිකව, නියෝජිත ඔකස්ට්‍රේෂන් ව්‍යවසාය ස්ටැක් එකේ නව මිඩිල්වෙයා ස්ථරයක් ලෙස මතුව එමින් ඇත - පදනම් ආකෘති (foundation models) සහ ව්‍යාපාරික පද්ධති අතර තබා, වරින් වර යෙදුම් සේවාදායකයන් දත්ත සමුදාය සහ පරිශීලක අතුරුමුහුණත් අතර වාඩි වූ ආකාරයටම. LangSmith වැනි නිරීක්ෂණ පළිබෝධ වේදිකා නියෝජිත හැසිරීම හඹා යා හැකි සහ පරීක්ෂා කළ හැකි බවට පත් කිරීමෙන් පින්තූරය සම්පූර්ණ කරයි.

ව්‍යාපාරික සහ තරඟකාරී බලපෑම්

ව්‍යවසාය AI තුළ, අමු බුද්ධිය නොව, විශ්වාසදායකත්වය තරඟකාරී අගපිටාරුවයි (competitive moat). නිදර්ශනයක් ලෙස රක්ෂණ හිමිකම් ක්‍රියාන්විතයක් සලකා බලන්න. හිමිකම් වේදිකාවකට ලේඛන ආදානය, පොලිසි සත්‍යාපනය, හානි ඇස්තමේන්තුව සහ වංචා පරීක්ෂණය සඳහා විශේෂඥ නියෝජිතයන් පාලනය කිරීමට අධීක්ෂක ඔකස්ට්‍රේටර් නියෝජිතයෙකු භාවිතා කළ හැක. පද්ධතියට රාත්‍රිය තුළ සාක්ෂි එකතු කළ හැක, පොලිසි කොන්දේසි සත්‍යාපනය කළ හැක, නිරාකරණය ඇස්තමේන්තු කළ හැක, විමර්ශනය සඳහා විෂමතා සලකුණු කළ හැක. එයට කළ නොහැක්කේ ගෙවීමක් නිකුත් කිරීමයි. එම ක්‍රියාව අනුමැතිය දොරටුවකට (approval gate) පිටුපස ය, එය අවදි කළ හැක්කේ බලයලත් හිමිකම් නිලධාරියෙකුට පමණි.

මෙය හරියටම LangGraph සහාය වීමට නිර්මාණය කළ රටාවයි, මෙය රක්ෂණය, බැංකුකරණය සහ සෞඛ්‍ය සත්කාරය වැනි නියාමිත කර්මාන්තවල රාමුව විශේෂයෙන් අදාළ වීමට හේතුවද එයයි. වාණිජ තර්කය සරලයි: වැරදි ක්‍රියාවක වියදම සීමා කළ විට පමණක් ස්වයංක්‍රීයකරණයේ වටිනාකම සංයුක්ත වේ. මෙම රටාව ප්‍රගුණ කරන සංවිධානවලට වැරදි සළු සුළු තැන්වල දක්නට ස්වයංක්‍රීය කළ හැක, වැරදි මිල අධික තැන්වල නිශ්චිතවම දොරටු සවි කළ හැක. නියෝජිතයන් අධීක්ෂණය නොකළ ස්වයංක්‍රීයකරණය ලෙස සලකන තරඟකරුවන් බය නිසා ඉතා සෙමින් ඉදිරියට යයි නැත්නම් ඉතා ඉක්මනින් ගොස් ප්‍රසිද්ධියේ එයට මුදල් ගෙවයි.

අවදානම් සහ පාලන සලකා බැලීම්

අවදානම් හතරක් මණ්ඩල මට්ටමේ අවධානයට සුදුසු ය. දොරටු නැති ස්වයංපාලනය: අනුමැතිය චෙක්පොයින්ට් නොමැතිව බාහිර පද්ධතිවල ක්‍රියා කළ හැකි නියෝජිතයෙකු මෙහෙයුම් සහ කීර්තිමය වගකීමකි. විගණන හැකියාව (auditability): නොසැලෙන තත්ත්වය සහ සම්පූර්ණ දැඩි සටහන් (traces) අනුකූලතාව සඳහා වත්කම් වේ, නමුත් රඳවා තබාගැනීම, ප්‍රවේශය සහ පෞද්ගලිකත්ව පාලනය මුල සිටම සැලසුම් කර ඇත්නම් පමණි. සංකේන්ද්‍රණ අවදානම: LangGraph MIT බලපත්‍රයක් යටතේ විවෘත මූලාශ්‍රයකි, එය රාමු මට්ටමේ ලොක්-ඉන් සීමා කරයි, නමුත් යෙදවීම සහ නිරීක්ෂණය වටා වාණිජ වේදිකා සේවාවන් තවමත් යැපීමක් ඇති කරයි, එය ඕනෑම උපායශීලී විකුණුම්කරු සම්බන්ධතාවයක් මෙන් ඇස්තමේන්තු කළ යුතුය. නියාමන අපේක්ෂාව: ලොව පුරා අධීක්ෂණ පද්ධති ප්‍රතිවිපාක සහිත ස්වයංක්‍රීය තීරණවල නිරූපණය කළ හැකි මිනිස් අධීක්ෂණය වැඩි වැඩියෙන් අපේක්ෂා කරයි, අනුමැතිය දොරටු එය සාක්ෂි කිරීමේ පැහැදිලිම ක්‍රම අතරින් එකකි.

CEO වරු කළ යුතු දේ

ඔබේ සංවිධානයේ නියෝජිතයන්ට කුමක් පිළිතුරු දිය හැකිද යන්න පමණක් නොව, කොහේ ක්‍රියා කළ හැකිද යන්න අසන්න. කියවන නියෝජිතයෙකුගේ අවදානම් පැතිකඩ, ගනුදෙනු කරන නියෝජිතයෙකුගෙන් සම්පූර්ණයෙන්ම වෙනස් ය.

ලියන ලද අනුමැතිය-දොරටු ප්‍රතිපත්තියක් ඉල්ලා සිටින්න: නියෝජිතයන්ට තනිවම ගත හැකි තීරණ මොනවාද, මිනිස් අනුමැතිය අවශ්‍ය වන්නේ කුමටද, සෑම දොරටුවකටම වගකිව යුතු අය කවුද.

නිරූපණවලට නොව, විශ්වාසදායකත්ව ඉංජිනේරු ශිල්පයට මුදල් වෙන් කරන්න. නිරීක්ෂණය, ඇස්තමේන්තුව සහ තත්ත්ව කළමනාකරණය සඳහා agentic AI හි මූලික වියදම් ලෙස අයවැය සකසන්න, විකල්ප අමතර ලෙස නොවේ.

ඔකස්ට්‍රේෂන් රාමු බහු-වාර්ෂික ප්‍රතිවිපාක ඇති උපායශීලී යටිතල්හැටි තීරණ ලෙස සලකන්න, මණ්ඩල අවදානම් කමිටුව මුලදීම සම්බන්ධ කරගන්න.

CTO වරු කළ යුතු දේ

කණ්ඩායම් තමන්ගේම නියෝජිත ස්ටැක් වර්ධනය වීමට පෙර ඔකස්ට්‍රේෂන් ස්ථරයක් මත සම්මත වන්න. ඔබේ පාලනය, නොසැලෙන බව සහ විගණන අවශ්‍යතා සමඟ LangGraph විකල්ප සමඟ ඇස්තමේන්තු කරන්න.

මිනිසා-ලූපය-තුළ පාලනය ගෘහ නිර්මාණ ශිල්පය ලෙස සැලසුම් කරන්න. අනුමැතිය පියවර සම්පූර්ණ තත්ත්ව චෙක්පොයින්ටින් සමඟ වැඩප්‍රවාහ ප්‍රස්ථාරයේ දිගටම පවතින නෝඩ විය යුතුය, ඉදිරිපස-කෙළවර සිරිත් නොවේ.

සෑම දෙයක්ම මිනුම් දණ්ඩෙන් (instrument) කරන්න. සෑම නියෝජිත තීරණයක්ම අනුකූලතාව සහ ඉංජිනේරු ශිල්පයට නැවත ක්‍රියාත්මක කළ හැකි (replay) දැඩි සටහනක් නිපදවිය යුතුය.

මිලදී ගැනීම, හිමිකම් හෝ විකුණුම්කරු කළමනාකරණය වැනි අසමමිතික වැඩප්‍රවාහවලින් ආරම්භ කරන්න - එහිදී පර්යේෂණ සහ නිර්දේශ ආරක්ෂිතව ස්වයංක්‍රීය කළ හැකි අතර කැපවීමේ ක්‍රියා දොරටුවල රඳවා තැබේ.

පිටවීමේ විකල්පතාව (exit optionality) ගොඩනඟන්න. නියෝජිත තර්කය රැගෙන යා හැකි (portable) ලෙස තබා, විවෘත මූලාශ්‍ර රාමුව සහ වාණිජ වේදිකා සේවාවන් අතර මායිම ලේඛනගත කරන්න.

උපායශීලී නිගමනය

LangChain සිට LangGraph දක්වා ගමන, සෑම ව්‍යවසායයක්ම දැන් ගත යුතු ගමන පිළිබිඹු කරයි: ආකර්ෂණීය මූලාකෘතිවලින් පාලනය කරන ලද නිෂ්පාදන පද්ධති දක්වා. බහු-නියෝජිත යුගයේ ජයග්‍රාහකයන් වනුයේ වැඩිම නියෝජිතයන් සිටින සංවිධාන නොවේ. ඔවුන්ගේ නියෝජිතයන්ට කුමක් කිරීමට අවසර ඇත්දැයි හරියටම දන්නා, එය සාධ්‍ය කළ හැකි, එම විශ්වාසය ව්‍යාපාරය පුරා පරිමාණය කළ හැකි සංවිධානයි.

සම්බන්ධතා ප්‍රශ්නය

AI නියෝජිතයෙකුට තනිවම තීරණය කළ හැකි දේ සහ මිනිසෙකු අනුමත කළ යුතු දේ අතර ඔබේ සංවිධානයේ රේඛාව ඔබ අඳින්නේ කොතැනද? අදහස්වල ඔබේ ඉදිරිදැක්ම මම අගය කරමි.

ගණිතමය වශයෙන් සිතන්න. බුද්ධිමත්ව ඉංජිනේරු කරන්න. උපායශීලීව නායකත්වය දෙන්න. වගකීමෙන් ගොඩනඟන්න. ගෝලීයව පරිමාණය කරන්න. කෘත්‍රිම බුද්ධිය හරහා සැබෑ ව්‍යාපාරික වටිනාකම නිර්මාණය කරන්න.

#ArtificialIntelligence #AgenticAI #MultiAgentSystems #LangChain #LangGraph #EnterpriseAI #AIArchitecture #TechnologyStrategy #ResponsibleAI #DigitalTransformation #CTO #CEO

Originally published on LinkedIn by Keshavan Thiagaraja. Read the original on LinkedIn.