El manifest de Weft

Un número: cinc

No més de cinc resultats acabats o preguntes obertes esperen la teva decisió alhora — deu quan un equip comparteix el tauler. Quan la cua és plena, a l’agent que demana començar alguna cosa nova se li indica que acabi, escurci o reprengui feina retornada. Acabar no es rebutja mai: la feina acabada no es llença mai.

El límit és petit a propòsit. En la fórmula de cues de Kingman, el temps d’espera creix amb ρ/(1−ρ): un revisor ocupat el 95 % del temps fa esperar la feina 19 vegades més que un d’ocupat la meitat del temps, amb la mateixa variabilitat. Com l’objectiu de Google SRE de mantenir el toil per sota del 50 % del temps d’un enginyer, cinc és un número que pots trencar — i veure que l’has trencat.^7,8

Set principis

1. 01La feina ja no és escassa. La teva decisió, sí.

   Posa el límit estricte a la cua que hi ha davant de qui decideix, no a la columna Doing. Un agent inactiu és un agent sa; no es cansa, i tant li fan tres tasques com cinquanta. La persona que revisa la seva feina és l’únic recurs que es gasta d’un en un.

2. 02Cada «fet» diu en què es basa.

   L’informe d’un agent és una sol·licitud, no una prova. En els dominis single-control de τ²-bench, el fals èxit — l’agent diu que ha acabat, l’entorn diu una altra cosa — representa el 45–48 % de les fallades, i cap jutge LLM que llegís la traça de l’agent no va superar un AUROC de 0,65, quan llançar una moneda dona 0,5. Per això el «fet» més sòlid llegeix el món exterior: una pàgina que respon, un fitxer el hash del qual coincideix, un objecte que existeix. Una feina que no necessitava res de tu es pot tancar amb la paraula de l’agent — i llavors es mostra exactament així, mai com a comprovada.⁴

3. 03Qui ha fet la feina no la signa.

   Verificat i acceptat són dos estats diferents. Un servidor que ha tornat a llegir el món exterior, una comprovació determinista o una persona poden marcar una feina com a verificada; l’agent que l’ha feta, no. Acceptar és una segona signatura, a part. Per a tot el que és irreversible — diners, una publicació, un missatge a un client, qualsevol qüestió legal — Weft demana a l’agent que s’aturi i t’esperi, i un cop posada aquesta aturada, cap agent no la pot aixecar ni portar la tasca a Done.

4. 04Cada tasca té un únic responsable humà.

   A un agent no se li poden demanar comptes; només se li pot assignar feina. Així doncs, una tasca té exactament un responsable, que és una persona, i un delegat amb nom: no «la IA», sinó Claude Code, Cursor, ChatGPT o Codex. Tingues pocs delegats. El mateix consell d’Anthropic per als equips d’agents és començar amb entre tres i cinc, perquè «three focused teammates often outperform five scattered ones» (tres companys centrats sovint rendeixen més que cinc de dispersos).⁵

5. 05Al límit, redirigeix — i no simulis mai una decisió.

   Quan la cua és plena, el sistema diu què cal fer en lloc de llançar un error. Quan un agent queda en silenci a mitja tasca, la seva reserva caduca i la tasca torna al tauler perquè l’agafi un altre. I mentre no hagis decidit, la feina t’espera: el silenci no és acceptació, així que res no es marca mai com a acceptat només perquè hagi passat el temps.

6. 06Res no s’arrossega en silenci.

   La setmana és la unitat de planificació: les persones tenien un 62,9 % més de probabilitats que en un dia qualsevol de comprometre’s amb un objectiu en començar una setmana, i un 23,6 % més en començar un mes. Una setmana acaba amb una decisió sobre cada tasca sense acabar — continuar amb un pas següent concret, dividir-la, retornar-la o descartar-la — i no amb un pas silenciós a la setmana següent.⁶

7. 07La decisió sobreviu a la sessió.

   Cap client d’IA no lliura la seva memòria a ningú més, i fa bé. Així doncs, el que sobreviu a una sessió és el que ha quedat escrit fora d’ella: no un expedient sobre tu, sinó la història de la feina — com va acabar una tasca, què es va decidir i per què. La memòria també ha d’oblidar: una nota desfasada deixa de passar-se als agents.

Passa el teu tauler per aquesta prova

Un manifest sense vara de mesurar és un pòster. Fer aquestes set preguntes a qualsevol gestor de tasques porta uns cinc minuts. Allà on Weft encara no ha tancat una propietat per a tots els usuaris, porta un guió, no una marca de verificació.

✓ funciona avui · — en part, o encara no activat · ✗ no hi és

Què comptem i què no

La velocitat, els story points, el burndown, la utilització, el nombre de tasques creades i el nombre de crides a la IA no són en aquest producte. Mesuren un recurs que ha deixat de ser escàs i premien el soroll.

La sensació de rapidesa tampoc no és una mesura. En l’estudi de METR amb desenvolupadors experimentats de codi obert que feien servir eines de principis del 2025, ells creien que la IA els havia fet un 20 % més ràpids; mesurats, eren un 19 % més lents.⁹

El que val la pena comptar són quatre coses: quant de temps fa que t’espera l’element més antic; el temps des de «l’agent està a punt» fins a «has decidit»; la part de la feina acceptada a la primera, per separat per a cada executor; i els minuts de la teva atenció per resultat acceptat. L’última és l’única prova honesta de si la IA surt a compte. Weft registra el que necessita cadascuna — qui ha fet cada part de la feina, quan ha estat a punt i què has decidit — i mostra quanta feina t’està esperant.

On es trenca

Hi ha feina que no té una comprovació executable. Una carta a un inversor o una declaració de posicionament no les pot verificar un servidor, i aquí el mètode torna, amb honestedat, a un tauler normal amb un revisor i una sola tasca d’aquest tipus alhora. Un marc que promet més del que pot comprovar es trenca just on algú s’hi ha refiat.

Encara no hi ha cap estudi revisat per experts sobre el límit adequat quan la feina la fan agents. Cinc és el nostre valor per defecte, no una troballa. Vam començar amb tres i el vam apujar després de les primeres setmanes d’ús real: un terç dels rebutjos van arribar amb només tres o quatre elements esperant, i es van resoldre d’una tirada. La revisió també es pot abaratir: el mateix GDPval assenyala que el temps de revisió baixa a mesura que els professionals s’acostumen a la feina. Si comprovar arriba a ser barat i fiable, el límit hauria de créixer — per això cada llindar d’aquí és un valor per defecte que esperem revisar, no una creença.³

Fonts

1. 2026 Software Engineering Benchmarks Report — LinearB, 2026
2. The Acceleration Whiplash — Faros AI, 12 April 2026
3. GDPval: Evaluating AI Model Performance on Real-World Economically Valuable Tasks — OpenAI, arXiv:2510.04374, 5 October 2025
4. From Confident Closing to Silent Failure — arXiv:2606.09863, 1 June 2026
5. Orchestrate teams of Claude Code sessions — Choose an appropriate team size — Anthropic, retrieved 22 October 2026
6. The Fresh Start Effect: Temporal Landmarks Motivate Aspirational Behavior — Dai, Milkman, Riis — Management Science 60(10), 2014
7. The single server queue in heavy traffic — J. F. C. Kingman — Proceedings of the Cambridge Philosophical Society, 1961
8. Site Reliability Engineering, Chapter 5: Eliminating Toil — Google, 2016
9. Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity — METR, 10 July 2025