Τι έκανε ο πράκτοράς μου AI; Τέσσερις ερωτήσεις που απαντιούνται με αποδείξεις

Για να μάθετε τι έκανε ο πράκτοράς σας AI, μην ξεκινάτε από τη σύνοψή του. Ελέγξτε τέσσερα πράγματα: ποια σύνδεση έκανε τη δουλειά, τι άλλαξε (με κάτι που μπορείτε να ανοίξετε μόνοι σας), τι έμεινε ανολοκλήρωτο και τι αποφασίστηκε και γιατί. Αν κάποιο από τα τέσσερα στηρίζεται μόνο στον λόγο του πράκτορα, έχετε αφήγηση, όχι καταγραφή.

Εμείς φτιάχνουμε το Weft. Τα στοιχεία για τα άλλα προϊόντα προέρχονται από τις επίσημες σελίδες τους και ελέγχθηκαν στις 27 Οκτωβρίου 2026.

Γιατί δεν αρκεί ένα σχόλιο που λέει «έγινε»;

Ένα σχόλιο είναι ο πράκτορας που περιγράφει τη δική του δουλειά. Μπορεί κάλλιστα να είναι ακριβές, αλλά το σχόλιο δεν μπορεί να το δείξει, γιατί ο συντάκτης του είναι ακριβώς αυτός που προσπαθείτε να ελέγξετε. Το ότι ένας πράκτορας άγγιξε μια εργασία απαντά στο «ποιος». Δεν απαντά στο αν η δουλειά είναι αυτό που νομίζετε.

Το άρθρο του Hypertask για την απόδοση δουλειάς σε AI κάνει μια σωστή παρατήρηση: η δουλειά των πρακτόρων πρέπει να καταλήγει στον ίδιο πίνακα με τη δουλειά των ανθρώπων, όχι σε ένα log τερματικού που δεν διαβάζει κανείς. Το Hypertask δίνει επίσης στους πράκτορες δική τους ταυτότητα ως λογαριασμούς υπηρεσίας, ώστε οι εγγραφές να αποδίδονται στον πράκτορα και όχι σε εσάς, και έχει αποδείξεις εργασιών και leases, αν και η τεκμηρίωσή του λέει ότι αυτά είναι μόνο REST endpoints, όχι εργαλεία MCP, σκόπιμα. Εκεί που διαφέρουμε είναι στο τι πρέπει να περιέχει η καταγραφή. Ένα νήμα σχολίων με την έξοδο του πράκτορα είναι ημερολόγιο του τι είπε ο πράκτορας. Εμείς θέλουμε η καταγραφή να περιέχει αποδείξεις.

Σε αυτόν τον οδηγό δεν υπάρχουν αριθμοί από έρευνες. Μπορείτε να δοκιμάσετε τις τέσσερις ερωτήσεις στον δικό σας πίνακα σήμερα το απόγευμα, και αυτό σας λέει περισσότερα από έναν μέσο όρο του κλάδου.

Ποιες είναι οι τέσσερις ερωτήσεις;

Πάρτε οποιαδήποτε εργασία ολοκλήρωσε ένας πράκτορας την περασμένη εβδομάδα. Πρέπει να μπορείτε να απαντήσετε στην καθεμία σε λιγότερο από ένα λεπτό, χωρίς να ρωτήσετε τον πράκτορα ή να ανοίξετε τη συνομιλία του:

1. Ποιος την έκανε; Ποιος client, σε ποια σύνδεση, ανέλαβε και ολοκλήρωσε την εργασία.
2. Τι άλλαξε; Το αποτέλεσμα, συν artifacts που μπορείτε να ελέγξετε χωρίς να εμπιστευτείτε τον πράκτορα: ένα hash commit, ένα URL, ένα αρχείο, ένα id μηνύματος.
3. Τι δεν έγινε; Τα κομμάτια που παρέλειψε και όσα δεν ήταν σίγουρος.
4. Τι αποφασίστηκε και γιατί; Κάθε επιλογή που έγινε στην πορεία, με τις εναλλακτικές που ζυγίστηκαν, και κάθε φορά που στείλατε πίσω τη δουλειά.

Πώς ξέρω ποιος πράκτορας την έκανε;

Το Weft συνδέεται με AI clients μέσω του Model Context Protocol σε ένα endpoint, το https://letsweft.com/api/mcp. Κάθε client OAuth και κάθε προσωπικό access token είναι ξεχωριστός δράστης. Μια εργασία καταγράφει ποιος client τη δημιούργησε, και ο πίνακας δείχνει το όνομα με το οποίο καταχωρίστηκε αυτός ο client κατά τη σύνδεση, μαζί με ένα εικονίδιο. Κάθε γεγονός στο ημερολόγιο της εργασίας αποθηκεύει αν προήλθε από άνθρωπο ή μέσω MCP, και ποιος client το έστειλε.

Το πλήρες ημερολόγιο (get_task_history σε λειτουργία full) δείχνει το ακατέργαστο id του client για κάθε γεγονός: ένα id client OAuth, ή mcp-token ακολουθούμενο από το id του token. Δεν είναι φιλικό όνομα, αλλά είναι ακριβές, και ξεχωρίζει δύο συνδέσεις ακόμη κι όταν προέρχονται από το ίδιο προϊόν.

Η κυριότητα κατά τη διάρκεια της δουλειάς είναι επίσης ρητή. Ένας πράκτορας καλεί το start_task, που αναλαμβάνει την εργασία με lease 20 λεπτών και τη μετακινεί στο Doing. Το report_progress ανανεώνει το lease. Ένας δεύτερος πράκτορας που δοκιμάζει την ίδια εργασία παίρνει already_claimed, και ένα lease που λήγει ελευθερώνει την εργασία για κάποιον άλλο. Ο οδηγός για τον κύκλο ανάληψης το καλύπτει βήμα προς βήμα, και το πολλοί πράκτορες σε έναν πίνακα καλύπτει την περίπτωση πολλών clients.

Ένας πρακτικός κανόνας: δώστε σε κάθε εργαλείο τη δική του σύνδεση. Αν δύο clients μοιράζονται ένα access token, ο πίνακας βλέπει έναν δράστη, και η ερώτηση «ποιος» χάνει την απάντησή της.

Τι άλλαξε, και μπορώ να το ελέγξω χωρίς να ρωτήσω τον πράκτορα;

Όταν ένας πράκτορας τελειώνει, καλεί το complete_task. Απαιτείται μόνο το id της εργασίας· όλα τα άλλα είναι προαιρετικά, και η κλήση δεν αποτυγχάνει ποτέ λόγω έλλειψης αποδείξεων. Αυτό είναι σκόπιμο: το να χαθεί ολοκληρωμένη δουλειά είναι χειρότερο από το να καταγραφεί ανεπαλήθευτη. Τι μπορεί να περιέχει μια απόδειξη:

• outcome: έως 1.000 χαρακτήρες για το τι έγινε και πού βρίσκεται το αποτέλεσμα.
• artifacts: έως 20 καταχωρίσεις, η καθεμία με είδος (url, file, message, commit κ.λπ.), θέση και προαιρετικά ένα digest sha256.
• claims: όσα ο πράκτορας ισχυρίζεται ότι έκανε, αποθηκευμένα ως ισχυρισμοί και όχι ως επαληθευμένα γεγονότα.
• notDone και unknowns: καλύπτονται στην επόμενη ενότητα.
• nextStep: τι θα έκανε ο πράκτορας μετά, αν αποδεχτείτε.

complete_task({
  "id": "<task id>",
  "runId": "<from start_task>",
  "leaseToken": "<from start_task>",
  "outcome": "Rate limiting added to /login; PR open, not merged.",
  "artifacts": [
    { "kind": "commit", "uri": "<repo>/commit/<hash>" },
    { "kind": "url", "uri": "<repo>/pull/<number>" }
  ],
  "notDone": ["Did not change the signup endpoint"],
  "unknowns": ["Limit of 5 per minute is a guess; no traffic data"],
  "nextStep": "Merge the PR to main"
})

Η γραμμή του outcome είναι ακόμη αφήγηση. Τα artifacts είναι το κομμάτι που μπορείτε να ελέγξετε. Ένα hash commit είτε υπάρχει στο αποθετήριό σας είτε όχι. Ένα URL φορτώνει ή όχι. Το sha256 ενός αρχείου ταιριάζει ή όχι. Αν μια απόδειξη έχει outcome και καθόλου artifacts, αντιμετωπίστε την ως δουλειά κατά δήλωση του πράκτορα, γιατί αυτό ακριβώς είναι. Στο web, οι κάρτες στο Done δείχνουν αν μια εργασία είναι «Επαληθεύτηκε» ή «Κατά τον πράκτορα».

Τι δεν έκανε ο πράκτορας;

Αυτή είναι η ερώτηση που παραλείπουν οι περισσότερες καταγραφές, και αυτή που σας δαγκώνει δύο εβδομάδες αργότερα. Το complete_task έχει δύο λίστες γι’ αυτό, η καθεμία έως 20 καταχωρίσεις των 500 χαρακτήρων: notDone για ό,τι άφησε έξω ο πράκτορας σκόπιμα, και unknowns για ό,τι δεν είναι σίγουρος. Η ίδια η περιγραφή του εργαλείου ζητά από τους πράκτορες να λένε ρητά τι δεν έκαναν. Αυτό ξεχωρίζει ένα αποτέλεσμα στο οποίο μπορείτε να βασιστείτε από ένα που πρέπει να ξαναβγάλετε από την αρχή.

Διαβάστε πρώτα αυτές τις λίστες. Το «δεν έτρεξα τα τεστ στη βάση του staging» αλλάζει το τι κάνετε μετά. Μια απόδειξη χωρίς καμία καταχώριση notDone σε μια μεγάλη εργασία αξίζει από μόνη της μια ερώτηση.

Τι αποφασίστηκε και γιατί;

Οι αποφάσεις που παίρνονται σε μια συνομιλία χάνονται όταν η συνομιλία κυλήσει μακριά. Το record_decision τις κρατά με δύο τρόπους:

• Μια αυτόνομη καταγραφή απόφασης: τίτλος, απόφαση, πλαίσιο, οι εναλλακτικές που πράγματι ζυγίστηκαν, οι συνέπειες και η συνθήκη υπό την οποία θα επανεξεταστεί. Οι καταγραφές δεν αλλάζουν· για να αλλάξει μία, καταγράφεται νέα απόφαση που την αντικαθιστά, και η παλιά μένει, σημειωμένη ως αντικατεστημένη.
• Μεταφορά ετυμηγορίας: όταν λέτε σε έναν πράκτορα μέσα στη συνομιλία «εγκρίνεται», «ξανακάν’ το με Χ», «άσ’ το» ή «όχι τώρα», καταγράφει αυτή την ετυμηγορία στην εργασία, με τη σημείωσή σας.

Το get_task_history τα διαβάζει πίσω σε τρεις λειτουργίες: summary (η κάρτα, η τελευταία απόδειξή της και μετρήσεις), decisions (κάθε απόφαση για την εργασία, μαζί με το γιατί στάλθηκε πίσω, που επιβιώνει ακόμη και μετά από μια μεταγενέστερη αποδοχή) και full (το ακατέργαστο ημερολόγιο, έως 100 γεγονότα). Το get_context δίνει τις ενεργές αποφάσεις στον επόμενο πράκτορα μέσα σε έναν προϋπολογισμό tokens, ώστε η επόμενη εκτέλεση να ξεκινά από όσα αποφασίστηκαν και όχι από το μηδέν. Περισσότερα στο γιατί χάνονται οι αποφάσεις στις συνομιλίες με AI.

Πού το ελέγχω και τι πατάω;

Από προεπιλογή, μια ολοκληρωμένη εργασία πηγαίνει κατευθείαν στο Done. Σταματά στο Inbox σας όταν η εργασία χρειάζεται έλεγχο ή όταν αποτυγχάνει ένας έλεγχος επαλήθευσης. Εκεί βλέπετε την απόδειξη και τέσσερα κουμπιά: Αποδοχή, Επανεπεξεργασία, Αργότερα και Απόρριψη. Η Επανεπεξεργασία ζητά μια σημείωση, και αυτή η σημείωση επιστρέφει στον πράκτορα.

Αν ο πράκτορας έδωσε ένα nextStep, αυτό εμφανίζεται πάνω από το κουμπί Αποδοχή, και η αποδοχή εγκρίνει ακριβώς αυτό το βήμα. Η έγκριση ισχύει για 72 ώρες και επιστρέφει στον πράκτορα μέσω του get_my_work ή του start_task ως το ένα βήμα που θα κάνει μετά. Οι ερωτήσεις που κάνει ένας πράκτορας με το request_input φτάνουν στο ίδιο Inbox, στο web και στις εφαρμογές iOS και Android, με push στο κινητό.

Το Inbox έχει σκόπιμα όριο: 5 στοιχεία σε αναμονή για χώρο εργασίας ενός ατόμου, 10 για ομάδα, ή 45 λεπτά εκτιμώμενου χρόνου ελέγχου, όποιο έρθει πρώτο. Όταν γεμίσει, το start_task αρνείται με attention_queue_full, οπότε οι πράκτορες ολοκληρώνουν ή ξεκαθαρίζουν δουλειά αντί να στοιβάζουν κι άλλη για να την ελέγξετε.

Τι αποδείξεις να ζητάω ανά είδος εργασίας;

Γράψτε τα στην περιγραφή της εργασίας, ώστε ο πράκτορας να ξέρει τι απόδειξη περιμένετε:

• Κώδικας: το hash του commit και το URL του PR ως artifacts. Το notDone πρέπει να κατονομάζει τα τεστ που δεν έτρεξαν, τα migrations που δεν εφαρμόστηκαν και τα αρχεία που έμειναν σκόπιμα ανέγγιχτα.
• Περιεχόμενο: το URL της δημοσίευσης, ή το αρχείο του προσχεδίου με το sha256 του αν δεν είναι ακόμη online. Το unknowns πρέπει να απαριθμεί στοιχεία που ο πράκτορας δεν μπόρεσε να επιβεβαιώσει.
• Έρευνα: ένα URL πηγής για κάθε βασικό ισχυρισμό, και το αρχείο σημειώσεων. Το unknowns πρέπει να ξεχωρίζει τι λέει μια πηγή από το τι συμπέρανε ο πράκτορας.
• Επικοινωνία: το id κάθε απεσταλμένου μηνύματος, και τη λίστα παραληπτών ως αρχείο. Το notDone πρέπει να αναφέρει με ποιους δεν έγινε επαφή και γιατί.

Πώς ελέγχω εξαρχής τι μπορεί να κάνει ένας πράκτορας;

Η απόδοση εκ των υστέρων δουλεύει καλύτερα με όρια εκ των προτέρων. Στο Weft, κάθε σύνδεση OAuth έχει ένα από τρία επίπεδα δικαιωμάτων, που ορίζεται στην οθόνη συγκατάθεσης ή αργότερα στις Ρυθμίσεις, στην ενότητα Συνδεδεμένοι πελάτες AI:

• full (η προεπιλογή): και τα 32 εργαλεία.
• write: όλα εκτός από τα τρία καταστροφικά εργαλεία (trash_task, archive_done_tasks, complete_sprint).
• read: μόνο τα 11 εργαλεία ανάγνωσης.

Ο έλεγχος γίνεται σε κάθε κλήση. Η Αποσύνδεση ανακαλεί τα refresh tokens της σύνδεσης και απορρίπτει στην επόμενη κλήση κάθε token που εκδόθηκε πριν από την αποσύνδεση. Τα προσωπικά access tokens, για clients χωρίς OAuth, δεν έχουν scopes: ένα token φτάνει και τα 32 εργαλεία, και η ανάκλησή του ισχύει από την επόμενη κλήση. Οι πράκτορες μπορούν να μεταφέρουν εργασίες σε κάδο 30 ημερών, αλλά όχι να τις διαγράψουν οριστικά· η επαναφορά από τον κάδο είναι δυνατότητα του Pro.

Τι δεν κάνει το Weft εδώ;

• Δεν έχει ενσωμάτωση με GitHub ή Slack, οπότε το Weft δεν ψάχνει για εσάς τα commits ή τα μηνύματά σας. Ανοίγετε εσείς το artifact.
• Δεν έχει δημόσιο REST API, webhooks ή CLI για να στέλνει αποδείξεις σε άλλα συστήματα. Υπάρχει εξαγωγή σε JSON και Markdown.
• Δεν καταγράφει τα βήματα του μοντέλου. Τα εργαλεία που καταγράφουν prompts, tokens και καθυστέρηση στο επίπεδο του μοντέλου κάνουν άλλη δουλειά, και ίσως θέλετε και ένα τέτοιο.
• Οι πράκτορες γράφουν οι ίδιοι τις αποδείξεις τους. Το Weft κάνει ορατό το κενό ανάμεσα στον ισχυρισμό και την απόδειξη· δεν μπορεί να κάνει έναν πράκτορα τίμιο.

Αν θέλετε πράκτορες που τους διαχειρίζεστε ως λογαριασμούς υπηρεσίας μέσω REST API, CLI για scripts CI ή ενσωματωμένες δυνατότητες AI όπως γράψιμο εργασιών και διαλογή, το Hypertask ταιριάζει καλύτερα. Η σελίδα μας εναλλακτική στο Hypertask συγκρίνει τα δύο δίπλα δίπλα.

Δεν αρκεί το ιστορικό του git για να ξέρω τι έκανε ο πράκτοράς μου;

Το git δείχνει τι άλλαξε στον κώδικα. Δεν δείχνει τι παρέλειψε ο πράκτορας, για τι δεν ήταν σίγουρος ή ποια επιλογή έκανε ανάμεσα σε δύο εναλλακτικές. Χρησιμοποιήστε το hash του commit ως artifact στην εργασία, και κρατήστε τα υπόλοιπα στην απόδειξη και στην καταγραφή απόφασης.

Δεν μπορεί ένας πράκτορας απλώς να επινοήσει ένα artifact;

Μπορεί να στείλει οποιοδήποτε κείμενο. Το νόημα ενός artifact είναι ότι μπορείτε να το ανοίξετε: ένα hash που αναζητάτε, ένα URL που φορτώνετε, ένα id μηνύματος που βρίσκετε. Ένα επινοημένο αποτυγχάνει τη στιγμή που το ελέγχετε, κάτι που ένα σχόλιο δεν κάνει ποτέ. Όταν μια εργασία έχει έλεγχο επαλήθευσης και ένας δεσμευτικός έλεγχος αποτυγχάνει, η εργασία μένει έξω από το Done.

Περιμένει κάθε ολοκληρωμένη εργασία τον έλεγχό μου;

Όχι. Από προεπιλογή μια ολοκληρωμένη εργασία πηγαίνει στο Done. Περιμένει στο Inbox σας για Αποδοχή, Επανεπεξεργασία, Αργότερα ή Απόρριψη μόνο όταν η εργασία χρειάζεται έλεγχο ή αποτυγχάνει ένας έλεγχος επαλήθευσης.

Ποιοι AI clients μπορούν να γράφουν αποδείξεις στο Weft;

Οποιοσδήποτε client MCP. Το ChatGPT έχει το Weft ως δημοσιευμένο plugin σε κάθε πρόγραμμα, και στο δωρεάν. Το Claude Code συνδέεται με claude mcp add --transport http weft https://letsweft.com/api/mcp. Το claude.ai και το Claude Desktop χρησιμοποιούν custom connector. Υπάρχουν σελίδες ρύθμισης για 33 clients, όπως Claude Code, ChatGPT, Cursor και Codex.

Πόσο κοστίζει;

Το δωρεάν πρόγραμμα καλύπτει 50 εργασίες και 200 κλήσεις AI τον μήνα. Το Pro κοστίζει 8,06 € ανά θέση τον μήνα (με ΦΠΑ) ή 68,20 € ανά θέση τον χρόνο. Το Weft δεν έχει μονάδες AI: η σκέψη γίνεται στον δικό σας AI client. Δείτε τις τιμές.