MATHS Experts

16/06/2026

කුමාර කියන්නේ ලංකාවේ බැංකුවක දහඩිය හෙලලා වැඩ කරපු, හැබැයි මාසේ අන්තිමට බස් එකටයි බඩගින්නටයි විතරක් සල්ලි ඉතුරු වුනු සාමාන්‍ය තරුණයෙක්.

තමන්ට තිබ්බ ආර්ථික අර්බුදය හමුවේ තමන්ගේ හීන මැලවෙන්න ගනිද්දී, කුමාර තීරණය කළා තමන් සන්තකයේ තිබ්බ එකම වාහනයනයයි, අම්මගේ රත්තරන් බඩුයි සේරම උගස් කරලා දිව්‍ය ලෝකයක් වගේ පෙනුනු ඕස්ට්‍රේලියාවට පියඹා යන්න.

හැබැයි සිඩ්නි ගුවන් තොටුපළෙන් එළියට බහිද්දිම කුමාරට තේරුණා එහේ සුරංගනා කතාවක් නෙමෙයි, අහස උසට නැගුණු ජීවන වියදමකුත් සීතල හුදෙකලාවකුත් තමන්ව පිළිගන්න බලාගෙන ඉන්නවා කියලා.
ලංකාවේ ටයි කෝට් දාලා AC කාමරවල හිටපු කුමාරට ඔසී වල මුල්ම මාස කිහිපයේ උරුම වුණේ සුපර්මාර්කට් වල බර ඇදීමයි, මැදියම් රැයේ සීතල වෙවුලන පාරවල් දිගේ Uber Eats කෑම පැකට් බෙදන එකයි.

හැබැයි පුදුමෙකට වගේ මාස හයක් යද්දී, කුමාර තමන්ගේ ඉන්ස්ටග්‍රෑම් ගිණුමේ සිඩ්නි ඔපෙරා හවුස් එක ගාව දිලිසෙන නිල් පාට බොනට් එකකට හේත්තු වෙලා "ඔසී තරම් රටක් ලෝකෙකවත් නෑ, මේක තමයි පාරාදීසය!" කියලා ලස්සනම ලස්සන පින්තූරයක් පළ කළා.

ඇත්තටම කුමාර විතරක් නෙමෙයි, ඔසී වලට වඩා දහස් ගුණයකින් නිදහස්, පිරිසිදු, සුන්දර පරිසරයක් තියෙන නවසීලන්තයේ පදිංචි වෙලා ඉන්න මිනිස්සු පවා එහේ තියෙන අධික බදු බරයි, පුංචි රැකියා වෙළඳපොළයි නිසා හැමදේම දාලා දුවගෙන එන්නේ ඔසී වලටමයි.

කුමාරලාට එහේ පැය 12ක් වහලෙක් වගේ මහන්සි වෙන්න වුණත්, දවස අවසානයේ ලැබෙන ඩොලර් තමන්ගේම කියලා ලස්සන වාහනයක් ගන්න, රසට කන්න, නිදහසේ සංචාරය කරන්න වගේම කාටවත් අත නොපා කොන්ද කෙළින් තියාගෙන ජීවත් වෙන්න පුළුවන් වටිනාකමක් ලැබෙනවා.

කාර්යාලයේ ලොක්කාගේ ඉඳන් පාර අතුගාන ක්ලීනර් වෙනකම් හැමෝටම සමානව සලකන සමාජ ක්‍රමය, නොමිලේ ලැබෙන සුපිරි සෞඛ්‍ය පහසුකම් සහ නීතියේ තියෙන සාධාරණත්වය නිසාම කුමාරට ඔසී රට "පට්ටම පට්ට" රටක් වුණා.

හැබැයි මේ සුන්දර කතාව ඇතුළේ ලොකුම හැරවුම් ලක්ෂ්‍යය සටහන් වුණේ ලංකාවේ ඉන්න කුමාරගේ පණ වගේ යාළුවෙක් වෙච්ච නන්දන, "මචං මටත් එහේ එන්න පාරක් හදලා දීපන්කෝ, මමත් ඔසී එන්නයි හදන්නේ" කියලා WhatsApp මැසේජ් එකක් දාපු දවසේ.

ඒ මැසේජ් එක දැකපු ගමන් කුමාර මොහොතක් ගල් ගැසුණා, ඊටපස්සේ හෙමින් සැරේ ටයිප් කළේ, "අනේ මන්දා මචං, මෙහේ දැන් ඉස්සර වගේ නෙමෙයි, පට්ටම රස්සා හිඟයක් තියෙන්නේ, හැමදේම ගණන් ගිහින්, උඹ මෙහෙ ඇවිත් නම් වැඩක් නෑ, එන්න එපා" කියලා.

ඊටත් පස්සේ තමන් මේක සමාජ සත්කාරයක් විදියට කරනවා කියපු කුමාර තමන්ගේ page එකට ගිහින් පත හෑල්ලක් දිග ඇරියෙ මෙන්න මෙහම.

'මෙහෙනම් එන්නම එපා මෙහේ ගෙවල් වල ගණන් ගිනි ගණන්, අඩේ අවුරුද්දක පඩිය වගේ 13.8 ගුණයක් යනවා ගෙයක් ගන්න. බඩු වල ගණන් වැඩියි. බ්ලා බ්ලා බ්ලා..... මේ වගේ පුලුවන් තරම් පත හෑල්ලක් පත බාපු කුමාරට දැනුනේ ලොකු සැනසිල්ලක්.

ආයිනම් ලංකාවේ එකෙක් මෙහෙට එන්න අහන්නනේ නෑ කියලා තමන්ටම කියා ගත්ත කුමාර ඊයේ අලුතෙන්ම ගත්තු 2025 ආපු අලුත්ම Benz එකට නැග්ගේ අදනම් මෙල්බර්න් හන්දියට ගිහින් පාන් ගෙඩියක්වත් රෑට කන්නන ගේන්න ඕනේ කියල හිතලා

මුළු ලෝකෙටම "ඔසී සුපිරි" කියලා පෙන්වන කුමාර, තමන්ගේම හොඳම යාළුවා අහද්දී "එන්න එපා" කියලා අත වනන්නේ ඇයි?

හැබැයි ඕස්ට්‍රේලියාවේ විතරක් නෙමෙයි, කැනඩා UK ඉන්න ලංකාවේ අය අතරත් මේ වගේම සිදුවීම්, මේ වගේම මානසිකත්වයන් ඕනෑතරම් දකින්න ලැබෙනවා. මේකට තමයි අපි සිංහල භාෂාවේ කුහකකම කියලා කියන්නේ.

ඉතින් ඔයත් මේ වගේ හොඳ ම රටකට ගිහින් ඉන්න ලාංකිකයෙක් නම් ලංකාවේ උදේ හවස කෝච්චියක එල්ලිලා ගිහින් දවසටම එක පාරක් කාල ඉන්න අහින්සක මනුස්සයෙක් එන්න ඇහුවම මේ වගේ වැල් බයිලා දාලා කුහකයෙක් වෙන්න එපා. උදව් කරන්න අකැමැති නම් මුකුත් නොකිය respect පිට ඉන්න.

21/04/2026

Claude Tokens ඉක්මනට ඉවර වෙනවද? මේ GitHub Tools 10කින් 90%ක් Save කරගන්න

Company එකෙන් දුන්න Claude subscription එකක් වුණත්, තමන්ගේම සල්ලි දීලා ගත්ත Claude Pro හරි Max account එකක් හරි වුණත්, ටික දවසක් use කරද්දි හැමෝටම එන common problem එක තමයි token usage ඉක්මනට ඉවර වෙන එක.
විශේෂයෙන් debugging කරන වෙලාවට logs, test outputs, GitHub responses, Playwright screenshots, stack traces, huge files වගේ දේවල් Claude context එකට යනකොට token count එක හිතාගන්නත් බැරි වේගෙන් ඉහළ යනවා.

ඒත් worst part එක තමයි, sometimes useful answer එකක් ගන්න කලින්ම context usage එක 40%-50% විතර consume වෙලා ඉවර වෙන එක. එතකොට limits hit වෙනවා, sessions reset කරන්න වෙනවා, නැත්නම් තව usage ගන්න upgrade කරන්න වෙනවා.

හැබැයි good news එක තමයි, ඒ token burn එක ගොඩක් reduce කරගන්න පුළුවන් free open-source GitHub tools ටිකක් දැන් තියෙනවා.

1. RTK (Rust Token Killer)

GitHub: /github.com/rtk-ai/rtk

RTK කියන්නේ terminal output filter කරන tool එකක්. git status, npm install, cargo test, pytest, ls වගේ commands වල huge outputs Claude ට full එකම යවන්නේ නැහැ. Important summary එක විතරක් යවනවා.

උදාහරණයක් විදියට cargo test output එක lines 150+ තිබ්බොත් RTK ඒක 2-3 lines summary එකක් විතරට reduce කරනවා. Average විදියට 60% සිට 90% දක්වා token reduction එකක් ලැබෙනවා.

“cargo test: 155 lines → 3 lines”

කියලා Reddit user කෙනෙක් share කරලා තිබ්බා. Total 10 million tokens save කරගත්තා කියලාත් ඔහු කියනවා.

2. Context Mode

GitHub: -/github.com/mksglu/context-mode

මේක Playwright outputs, GitHub API responses, logs වගේ huge data SQLite database එකකට save කරනවා. Claude conversation එකට යවන්නේ clean summary එක විතරයි.

ඒ කියන්නේ screenshot එකක raw HTML, huge GitHub JSON response, browser snapshot එක full එකම context එකට යන්නේ නැහැ. Important parts විතරක් යනවා.

Developers ලා කියන විදියට 90% ට වඩා context save වෙනවා. සමහර cases වල 98% reduction එකක් දක්වා යනවා.

3. code-review-graph

GitHub:-/github.com/tirth8205/code-review-graph

Large monorepo එකක් review කරනකොට Claude ට entire codebase එකම දෙන්න ඕන නැහැ. මේ repo එක Tree-sitter use කරලා knowledge graph එකක් build කරනවා.

ඒ නිසා Claude ට relevant files, functions, dependencies විතරක් show කරනවා. Large projects වල huge reduction එකක් ලැබෙනවා. Reddit community එකේ users ලා කියන විදියට 49x reduction එකක් දක්වා ලැබෙනවා.

4. Token Savior

GitHub: -/github.com/Mibayy/token-savior

මේක MCP server එකක්. Full file content Claude ට දෙනවා වෙනුවට symbols, classes, methods, imports වගේ code references use කරනවා.

එතකොට Claude ට අවශ්‍ය method එක හරි class එක හරි විතරක් බලලා answer දෙන්න පුළුවන්. Full file 2000 lines load කරන්න ඕන නැහැ.

Large codebases use කරන අයට මේක ගොඩක් useful.

5. Caveman Claude

GitHub: -/github.com/JuliusBrussee/caveman

මේක funny tool එකක්. Claude output එක short caveman-style English වලින් දෙනවා.

Normal response එක:

“Based on the provided error logs, it appears that the database connection pool is exhausted.”

Caveman version:

“Database tired. Too many connections.”

Technical meaning එක same. හැබැයි output tokens ගොඩක් අඩු වෙනවා. Around 65%-75% reduction එකක් ලැබෙනවා කියලා community එකේ users ලා කියනවා.

6. claude-token-efficient

GitHub: -/github.com/drona23/claude-token-efficient

මේක use කරන්න code changes ඕන නැහැ. Project root එකට CLAUDE.md file එකක් add කරනවා.

එකේ “keep answers short”, “avoid unnecessary explanations”, “show only required code” වගේ rules දානවා. Claude automatically concise answers දෙන්න පටන් ගන්නවා. RTK repo එකේත් CLAUDE.md file එකක් use වෙනවා.

7. token-optimizer-mcp

GitHub: -/github.com/ooples/token-optimizer-mcp

මේ MCP server එක repeated tool outputs compress කරනවා, cache කරනවා, duplicate context remove කරනවා.

Example එකක් විදියට same GitHub issue list එක හෝ same logs එක conversation එකේ 5 times යනවා නම්, ඒවා duplicate වෙන්නේ නැහැ. Repeated context compact කරනවා.

Large debugging sessions වල ගොඩක් useful.

8. claude-token-optimizer

GitHub: -/github.com/nadimtuhin/claude-token-optimizer

මේක setup prompt collection එකක්. Project එක start කරන වෙලාවේ concise response rules, file selection rules, debugging limits වගේ things pre-configure කරනවා.

ඒ නිසා Claude unnecessary files open කරන එක, too much explanation දෙන එක, repeated context use කරන එක අඩු වෙනවා.

9. token-optimizer

GitHub:-/github.com/alexgreensh/token-optimizer

මේ tool එක hidden token waste හොයාගන්න use කරනවා. Empty lines, repeated logs, duplicate outputs, unnecessary JSON fields, null values වගේ things remove කරනවා.

Reddit community එකේ developers ලා කියන විදියට huge quality loss එකක් නැතුව context compact කරන්න පුළුවන්.

10. claude-context by Zilliz

GitHub: -/github.com/zilliztech/claude-context

මේක BM25 + vector search use කරලා codebase එකේ relevant sections විතරක් Claude ට දෙන්න use කරන tool එකක්.

Full project එක load කරනවා වෙනුවට, relevant functions, files, dependencies විතරක් context එකට යනවා. Search accuracy maintain කරගෙන token usage 40% විතර reduce වෙනවා කියලා repo එකේ mention කරනවා.

අන්තිමට කියන්න තියෙන්නේ Claude token problem එක solve කරන්න එකම magic tool එකක් නැහැ. හොඳම approach එක තමයි RTK + Context Mode + concise CLAUDE.md rules + code search tools combine කරලා use කරන එක.

08/01/2026

IFS

මේ තියෙන්නේ ඊයේ Layoff කරපු Probation period එකේ ඉදපු කෙනෙක් Reddit එකේ දාපු Post එකක්.

Company එකට Join වෙලා එක පාට call කරලා මාස 2 ක Salary දීලා ගෙදර යන්න කිව්වම ඒක ලේසී නෑ දරා ගන්න.

Probation period, Contract base role වල ඉන්න අයට තමයි ලොකුම risk එක. මොකද එක පාරටම අයින් කරලා දාන්න පුලුවන් ඉතාමත් සුලු Compensation package එකක් එක්ක. ලංකාවේ Labour laws එහමත් හරියට Powerful නැති හින්දා මේ වගේ ඒවයේදී නිහඩව ඉන්න එක තමයි කරන්නේ.

මේ වගේ තත්ත්වයක් තමයි IT field එකේ ලංකාවේ උදා වෙලා තියෙන්නේ.

මේ වගේ IT Company දැන් කරන්නේ Restructuring එකක්. ඒ කියන්නේ Cost එක අඩු කරන්න Employee ලව අයින් කරලා දානවා, ඊට පස්සේ AI workflow Automation දාලා පුලුවන් තරම් Cost එක අඩු කරගෙන Revenue එක වැඩි කර ගන්න එක තමයි Company වල අරමුණ වෙන්නේ. ඒ වගේම Old system තවදුරටත් Maintain කරන්නේ නැත්නම් ඒවගේ ඒවා sunset කරන්න ඉන්න Software Engineering Group පිටින් ම මේ වගේ අයින් කරලා දානවා. ඉතින් මේ වගේ සලකුණු එද්දීම අලුත් Job එක හොයන්න පටන් ගන්න. අලුතින් Join වෙන අය Stable comport zone එකට එන්න හිතන් Join වෙන්න එපා.

"මතක තියාගන්න Company එකට ඔයාව වැඩක් තියෙන්නේ ඔයාගෙන් ලොකු Profit එකක් (අවම ඔයාගේ Salary වගේ 10 ගුණයක්වත්) තියෙනකන් විතරයි. ඒ නැති වුණු ගමන් ඔයාට Tata Bye තමයි"

ඒ හින්දා හැම වෙලේම එක කකුලක් එලියේ තියන් ඉන්න. Permanent කියලා දෙයක් ආයී නෑ. මතක තියාගන්න ඒක.

18/12/2025

13/12/2025

අනුරාධ පෙරේරා ගේ ප්‍රකාශයත් සමඟ ඇතිවුණු කතාබහේදී, ඒ සඳහන් කළ Salary figure එක පසෙක තැබුවොත්, වර්තමාන IT ක්ෂේත්‍රයේ නවකයින් මුහුණ දෙන "Entry Level Job Crisis" එක ගැන බරපතල ඇත්තක් සැඟවී තිබෙනවා. මෙය මදක් ගැඹුරින් විග්‍රහ කර ගනිමු.

ලංකාවේ IT Job Market එකේ අද පවතින තිත්ත ඇත්ත මෙයයි:

1. Supply සහ Demand අතර ඇති අසමතුලිතතාවය:

සංඛ්‍යාලේඛන වලට අනුව, රජයේ විශ්වවිද්‍යාල, පුද්ගලික විශ්වවිද්‍යාල සහ අනෙකුත් උසස් අධ්‍යාපන ආයතන වලින් වාර්ෂිකව IT හා Computer Science උපාධිධාරීන් 17,000ක් පමණ (Massive Supply) ලංකාවේ වෙළඳපොළට නිකුත් වෙනවා. නමුත් මේ සියලු දෙනාටම සරිලන රැකියා ප්‍රමාණයක් (Demand) අපේ රට ඇතුලේ හෝ Remote opportunities හරහා නිර්මාණය වෙනවාද යන්න ප්‍රශ්නයක්.

2. "Unpaid" වැඩ කරන Associate Software Engineersලා:

මේ අධික සැපයුම (High Supply) නිසා සිදුවී ඇති කණගාටුදායකම තත්ත්වය නම්, ඇතැම් සමාගම් වල Associate Software Engineer තනතුරු සඳහා පවා වැටුප් නොගෙවා (Unpaid) සේවය ලබා ගැනීමයි. රැකියාවක් සොයා ගැනීමේ දැඩි තරඟකාරීත්වය නිසා සහ Experience එකක් සාදා ගැනීමේ අරමුණින්, වැටුපක් නොමැතිව හෝ වැඩ කිරීමට කැමති පිරිසක් බිහි වී තිබෙනවා. මෙය මීට වසර කිහිපයකට පෙර අප නොදුටු ඉතා අවාසනාවන්ත ප්‍රවණතාවයක්.

3. "Average" වී පැවැත්මක් නැත:

"Exceptional" විය යුතුය කියන කාරණය මෙතැනදී ඉතාම වැදගත්. නිකම්ම උපාධියක් (Paper Qualification) තිබූ පමණින් රැකියාවක් ලැබුණු යුගය දැන් අවසන්. අද වන විට කර්මාන්තයට අවශ්‍ය වන්නේ "වැඩ පුළුවන්" මිනිස්සුයි.

වෙනත් ටියුෂන් ගුරුවරුන් මෙන් "IT කරොත් ලක්ෂ ගණන් පඩි, මාර සැපයි" කියා සිහින ලෝක මවනවාට වඩා, අනුරාධ sir වැනි අයකු මේ පවතින තරඟකාරීත්වය ගැන සහ ඊට හැඩගැසිය යුතු ආකාරය ගැන අනතුරු ඇඟවීමක් කිරීම ඇත්තෙන්ම අගය කළ යුතුයි.

පොඩි උන්ට කියන්න තියෙන්නේ එක දෙයයි; Market එක saturated. තරඟය දරුණුයි. ඒ නිසා අද කාලේ ගොඩ යන්න නම් ඔයා නිකන්ම IT Degree එකක් තියෙන කෙනෙක් නොවී, දක්ෂතාවයෙන් පිරුණු "Skillful Engineer" කෙනෙක් වෙන්නම වෙනවා.

විමසුම: Maths Experts
(Sources:
IT Field එකේ අවුරුදු 10 කට වඩා පළපුරුදු අත්දැකීම් ඇති Specialists ලා ගේ Experience ඇසුරිනි.
Nimesha Jinarajadasa
Nuwan Kaushalya
)

10/12/2025

මේකනම් නියමම Advise එකක්. SE, IT degree කරලා එන අය තේරුම් ගන්නවනම් හොදයි Software Development තියෙන්නේ ලංකාවේ ලොකු ලොකු නම් තියෙන IT Companies වලයි දූපතේයි විතරක් නෙමෙයි කියලා.

08/12/2025

AI JOB DISPLACEMENT FORECAST 2026

1. Data Entry Clerk (දත්ත ඇතුළත් කිරීමේ ලිපිකරු)
• Replace ~90-100%
• විස්තරය: OCR තාක්ෂණය සහ AI දත්ත සැකසුම් මගින් පූර්ණ ස්වයංක්‍රීයකරණය සඳහා ඉහළ විභවයක් ඇත.

2. Telemarketer
• Replace ~85-95%
• විස්තරය: සංවාදාත්මක AI බොට්ස් (bots) මගින් පාරිභෝගිකයන් වෙත ළඟා වීම සහ විභව ගනුදෙනුකරුවන් හඳුනා ගැනීම සිදු කරයි.

3. Bookkeeper
• Replace ~80-90%
• විස්තරය: AI මගින් ක්‍රියාත්මක වන ගිණුම්කරණ මෘදුකාංග මගින් මූල්‍ය ගනුදෙනු සහ ගිණුම් සැසඳීම ස්වයංක්‍රීය කරයි.

4. Proofreader (සෝදුපත් කියවන්නා)
• Replace ~75-85%
• විස්තරය: ව්‍යාකරණ, රචනා ශෛලිය සහ කරුණු පරීක්ෂා කිරීම සඳහා උසස් NLP (Natural Language Processing) මෙවලම් භාවිතය.

5. Customer Support Rep (Tier 1) (පාරිභෝගික සහාය නියෝජිත - 1 වන මට්ටම)
• Replace ~70-80%
• විස්තරය: AI චැට්බොට්ස් (chatbots) මගින් සාමාන්‍ය ගැටළු විසඳන අතර සංකීර්ණ ගැටළු පමණක් මිනිස් නියෝජිතයන් වෙත යොමු කරයි.

6. Market Research Analyst (Junior) (වෙළඳපල පර්යේෂණ විශ්ලේෂක - කනිෂ්ඨ)
• Replace ~65-75%
• විස්තරය: AI ඇල්ගොරිතම මගින් විශාල දත්ත සමුදායන් විශ්ලේෂණය කර වාර්තා ජනනය කරයි.

7. Legal Assistant/Paralegal (Doc Review) (නීති සහකාර- ලේඛන සමාලෝචනය)
• Replace ~60-70%
• විස්තරය: නීතිමය ලේඛන සමාලෝචනය, තොරතුරු අනාවරණය කර ගැනීම සහ ගිවිසුම් විශ්ලේෂණය සඳහා AI මෙවලම් භාවිතය.

8. Retail Salesperson/Cashier (සිල්ලර විකුණුම්කරු/කැෂියර්)
• Replace ~55-65%
• විස්තරය: ස්වයං-පිරික්සුම් කියෝස්ක් (Self-checkout kiosks) සහ කැෂියර්වරුන් නොමැති වෙළඳසැල් වඩාත් සුලභ වෙමින් පවතී.

9. Graphic Designer (ග්‍රැෆික් නිර්මාණකරු)
• Replace ~50-60%
• විස්තරය: AI මාදිලි මගින් සැලසුම් නිර්මාණය සහ රූප සංස්කරණය ස්වයංක්‍රීය කිරීම.

10. Junior Software Engineer (කනිෂ්ඨ මෘදුකාංග ඉංජිනේරු)
• Replace ~40-50%
• විස්තරය: AI කේතන මෙවලම් මගින් මූලික කේතන සහ දෝෂ නිවැරදි කිරීම් සිදු කිරීම.

Disclaimer: Estimates based on various analyst reports.
Source: WEF, McKinsey, and other studies.

දැන්මAI එක්ක Smart වෙන්න ඉගෙන ගන්නෙ නැත්නම් Sorry තමයි....

24/11/2025

IT , Computer Science Degree කරලා එලියට එන අයට ඉතාමට් බයානක තත්ත්වයක් ඉස්සරහට එන්න පුලුවන්.

ගොඩක් අය ඉන්නවා Degree එක අරන් Job නැතිව.

අලුතෙන් Degree එකක් තෝර ගන්නවනම් IT, Computer Science Degree වලට යන එකෙන් වළකින්න කියන උපදෙස තමයි දෙන්න පුලුවන්.