Weft
DA

Version 1.0 · 22. oktober 2026

Weft-manifestet

Ikke kun at lave arbejdet, men også at træffe beslutning om det.

Kanban, Scrum, Shape Up og GTD blev skrevet, da selve udførelsen var den knappe del, så hver af dem begrænser udførelsen. Det er ikke længere der, arbejdet går i stå. Udførelsen følger nu med abonnementer, du allerede betaler for. Det, der forbliver knapt, er opmærksomheden hos den person, der skal godkende resultatet.

Tallene viser det allerede. Blandt mere end 8,1 millioner pull requests blev de AI-genererede godkendt i 32,7 % af tilfældene, mod 84,4 % for dem, der var skrevet i hånden. Når man sammenligner hver organisations perioder med lav og høj AI-brug, steg mediantiden i review med 441,5 %, og pull requests, der blev merget helt uden review, steg med 31,3 %. Kontrol koster også reel tid: i GDPval brugte en ekspert i gennemsnit 109 minutter på at gennemgå et resultat, der havde taget 404 minutter at lave.1,2,3

Kernen

Kanban lærte os at begrænse igangværende arbejde, Scrum gav os en rytme, Shape Up erstattede estimater med et tidsbudget, og GTD lærte os at lukke ugen. Alt det beholder vi. Ved at arbejde med AI hver dag er vi kommet til at sætte pris på:

  • Ikke kun en grænse for igangværende arbejde, men også en grænse for det, der venter på din beslutning.
  • Ikke kun “færdig” som en besked, men også “færdig” som bevis.
  • Ikke kun en kontrol udført af en maskine, men også godkendelse fra et menneske.
  • Ikke kun nogen, der udfører opgaven, men også nogen, der ejer den — og ejeren er et menneske.
  • Ikke kun at tælle det, der blev lavet, men også at tælle det, der blev godkendt.
  • Ikke kun at huske opgaven, men også at huske beslutningen.

Det vil sige: den første halvdel af hver linje beholder vi, og den anden halvdel behandler vi som et krav.

Ét tal: fem

Højst fem færdige resultater eller åbne spørgsmål venter på din beslutning ad gangen — ti, når et team deler tavlen. Når køen er fuld, får en agent, der vil starte noget nyt, besked om i stedet at gøre færdigt, skære ned eller tage returneret arbejde op. At gøre færdigt bliver aldrig afvist: færdigt arbejde bliver aldrig smidt væk.

Grænsen er lille med vilje. I Kingmans køformel vokser ventetiden med ρ/(1−ρ): en reviewer, der er optaget 95 % af tiden, lader arbejde vente 19 gange længere end en, der er optaget halvdelen af tiden, ved samme variation. Ligesom Google SRE’s mål om at holde rutinearbejde (toil) under 50 % af en ingeniørs tid er fem et tal, du kan bryde — og se, at du brød det.7,8

Syv principper

  1. 01Arbejde er ikke længere knapt. Din beslutning er.

    Læg den hårde grænse på køen foran den, der beslutter, ikke på kolonnen Doing. En ledig agent er en sund agent; den bliver ikke træt, og tre opgaver eller halvtreds er det samme for den. Den person, der gennemgår dens arbejde, er den eneste ressource, der bruges op én ting ad gangen.

  2. 02Hvert “færdig” siger, hvad det hviler på.

    En agents rapport er en ansøgning, ikke et bevis. I τ²-bench-domæner med én styrende part (single-control) udgør falsk succes — agenten siger færdig, miljøet siger noget andet — 45–48 % af fejlene, og ingen LLM-dommer, der læste agentens spor, nåede over en AUROC på 0,65, hvor plat eller krone giver 0,5. Derfor aflæser det stærkeste “færdig” omverdenen: en side, der svarer, en fil, hvis hash passer, et objekt, der findes. Arbejde, der ikke krævede noget af dig, må lukkes på agentens ord — og vises så præcis som det, aldrig som kontrolleret.4

  3. 03Den, der lavede arbejdet, godkender det ikke.

    Verificeret og godkendt er to forskellige statusser. En server, der har aflæst omverdenen igen, en deterministisk kontrol eller et menneske kan markere arbejde som verificeret; agenten, der lavede det, kan ikke. At godkende er en anden, separat underskrift. For alt, der ikke kan gøres om — penge, udgivelse, en besked til en kunde, noget juridisk — beder Weft agenten om at stoppe og vente på dig, og når det stop først er sat, kan ingen agent ophæve det eller flytte opgaven til Done.

  4. 04Hver opgave har én menneskelig ejer.

    Du kan ikke holde en agent ansvarlig; du kan kun tildele den noget. Derfor har en opgave præcis én ejer, som er et menneske, og en udfører, der er navngivet: ikke “AI’en”, men Claude Code, Cursor, ChatGPT eller Codex. Hold antallet af udførere nede. Anthropics eget råd til agentteams er at starte med tre til fem, fordi “three focused teammates often outperform five scattered ones” (tre fokuserede holdkammerater klarer sig ofte bedre end fem spredte).5

  5. 05Ved grænsen: send videre — og fingér aldrig en beslutning.

    Når køen er fuld, siger systemet, hvad der skal gøres i stedet, frem for at give en fejl. Når en agent bliver tavs midt i en opgave, udløber dens reservation, og opgaven går tilbage til tavlen til en anden. Og når du ikke har besluttet dig endnu, venter arbejdet på dig: tavshed er ikke godkendelse, så intet bliver nogensinde markeret som godkendt, bare fordi tiden er gået.

  6. 06Intet flyttes videre i stilhed.

    Ugen er planlægningens enhed: i starten af en uge var folk 62,9 % mere tilbøjelige end på en almindelig dag til at forpligte sig til et mål, og i starten af en måned 23,6 % mere. En uge slutter med en beslutning om hver ufærdig opgave — fortsæt med et konkret næste skridt, del den op, send den tilbage eller drop den — frem for en stille flytning til næste uge.6

  7. 07Beslutningen overlever sessionen.

    Ingen AI-klient giver sin hukommelse videre til andre, og det gør den ret i. Det, der overlever en session, er altså det, der blev skrevet ned uden for den: ikke en sag om dig, men arbejdets historik — hvordan en opgave endte, hvad der blev besluttet og hvorfor. Hukommelsen skal også kunne glemme: en note, der er forældet, holder op med at blive givet til agenter.

Kør din tavle igennem det her

Et manifest uden målestok er en plakat. Disse syv spørgsmål tager omkring fem minutter at stille til et hvilket som helst opgaveværktøj. Hvor Weft endnu ikke har lukket en egenskab for alle brugere, får det en streg, ikke et flueben.

SpørgsmålWeft
Er der en hård grænse for det, der venter på din beslutning, ikke kun for Doing?Fem resultater eller spørgsmål, ti for et team. Ved grænsen får agenter besked om at gøre færdigt frem for at starte.✓
Kan du skelne et kontrolleret “færdig” fra et, som agenten kun har rapporteret?En opgave med en verifikationsplan kontrolleres af serveren selv. En opgave, som en agent har lukket på sit eget ord, mærkes “Ifølge agenten”.✓
Er “verificeret” og “godkendt” adskilt, og kan agenten sætte ingen af dem?Agenter kan ikke markere arbejde som verificeret og kan ikke flytte en opgave, der har brug for dig, til Done.✓
Har hver opgave en menneskelig ejer og en navngiven udfører?Databasen kræver en ejer. Hver opgave registrerer, hvilken AI-klient der oprettede og kørte den.✓
Bliver arbejdet sendt videre ved grænsen, eller når en agent bliver tavs, frem for at gå tabt?En fuld kø svarer med, hvad der skal ske nu; en tavs reservation udløber efter 20 minutter; at gøre færdigt bliver aldrig afvist.✓
Får hver ufærdig opgave en udtrykkelig beslutning, når en uge lukkes?Bygget, men endnu ikke slået til for alle.—
Overlever beslutninger og læring den session, de opstod i?Beslutninger og opgavehistorik er med i alle abonnementer; læring, som agenter tager med mellem sessioner, er i Pro.✓

✓ virker i dag · — delvist, eller endnu ikke slået til · ✗ findes ikke

Hvad vi tæller, og hvad vi ikke tæller

Velocity, story points, burndown, udnyttelsesgrad, antallet af oprettede opgaver og antallet af AI-kald findes ikke i dette produkt. De måler en ressource, der ikke længere er knap, og de belønner støj.

En følelse af fart er heller ikke en måling. I METR’s studie af erfarne open source-udviklere, der brugte værktøjer fra starten af 2025, troede de, at AI havde gjort dem 20 % hurtigere; målt var de 19 % langsommere.9

Det, der er værd at tælle, er fire ting: hvor længe det ældste emne har ventet på dig; tiden fra “agenten er klar” til “du har besluttet”; andelen af arbejde, der godkendes første gang, opgjort for hver udfører; og minutterne af din opmærksomhed pr. godkendt resultat. Det sidste er den eneste ærlige test af, om AI betaler sig. Weft registrerer, hvad hver af dem kræver — hvem der lavede hvert stykke arbejde, hvornår det var klar, og hvad du besluttede — og viser, hvor meget der venter på dig.

Hvor det her bryder sammen

Noget arbejde har ingen kørbar kontrol. Et brev til en investor eller en positioneringstekst kan en server ikke verificere, og der falder metoden ærligt tilbage på en almindelig tavle med én reviewer og én sådan opgave ad gangen. Et framework, der lover mere, end det kan kontrollere, bryder sammen præcis der, hvor nogen stolede på det.

Der findes endnu ingen fagfællebedømt undersøgelse af den rette grænse, når agenter udfører arbejdet. Fem er vores standard, ikke et forskningsresultat. Vi startede med tre og hævede grænsen efter de første ugers reelle brug: en tredjedel af afvisningerne kom, mens kun tre eller fire ting ventede, og de blev klaret i ét hug. Review kan også blive billigere: GDPval bemærker selv, at tiden til review falder, efterhånden som fagfolk vænner sig til arbejdet. Hvis kontrol en dag bliver billig og pålidelig, bør grænsen vokse — derfor er hver tærskel her en standard, vi forventer at revidere, ikke en overbevisning.3

Produktet har én metafor, og den kommer fra vævning. Kæden holder stoffet: dine mål og prioriteter, og kun du sætter dem. Islættet (weft) er arbejdet, der løber på tværs af den. Skyttelen fører tråden frem og tilbage, og der kan være lige så mange skytler, som du vil. Stoffet bliver lige så jævnt, som kæden er stram.

Fortæl din AI. Den driver din tavle. Beslutningen er stadig din.

— Andrei Finogeev, stifter af Weft

Prøv Weft gratisLæs om begreberne

Kilder

  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