Το Μανιφέστο του Weft

Ένας αριθμός: πέντε

Το πολύ πέντε ολοκληρωμένα αποτελέσματα ή ανοιχτά ερωτήματα περιμένουν ταυτόχρονα την απόφασή σας — δέκα όταν μια ομάδα μοιράζεται τον πίνακα. Όταν η ουρά γεμίσει, ένας πράκτορας που ζητά να ξεκινήσει κάτι καινούργιο ακούει ότι πρέπει αντ’ αυτού να ολοκληρώσει, να συντομεύσει ή να αναλάβει δουλειά που του επιστράφηκε. Η ολοκλήρωση δεν απορρίπτεται ποτέ: η τελειωμένη δουλειά δεν πετιέται ποτέ.

Το όριο είναι σκόπιμα μικρό. Στον τύπο ουρών του Kingman, ο χρόνος αναμονής αυξάνεται με το ρ/(1−ρ): ένας ελεγκτής που είναι απασχολημένος το 95% του χρόνου κρατά τη δουλειά σε αναμονή 19 φορές περισσότερο από έναν που είναι απασχολημένος τον μισό χρόνο, με την ίδια μεταβλητότητα. Όπως ο στόχος της Google SRE να μένει η αγγαρεία (toil) κάτω από το 50% του χρόνου ενός μηχανικού, το πέντε είναι ένας αριθμός που μπορείτε να παραβιάσετε — και να δείτε ότι τον παραβιάσατε.^7,8

Επτά αρχές

1. 01Η δουλειά δεν είναι πια σπάνια. Η απόφασή σας είναι.

   Βάλτε το αυστηρό όριο στην ουρά μπροστά από τον άνθρωπο που αποφασίζει, όχι στη στήλη Doing. Ένας αδρανής πράκτορας είναι υγιής πράκτορας· δεν κουράζεται, και τρεις εργασίες ή πενήντα είναι το ίδιο γι’ αυτόν. Ο άνθρωπος που ελέγχει τη δουλειά του είναι ο μόνος πόρος που καταναλώνεται ένα στοιχείο τη φορά.

2. 02Κάθε «έγινε» λέει σε τι στηρίζεται.

   Η αναφορά ενός πράκτορα είναι αίτηση, όχι απόδειξη. Στα πεδία του τ²-bench με έλεγχο από μία πλευρά, η ψευδής επιτυχία — ο πράκτορας λέει ότι τελείωσε, το περιβάλλον λέει το αντίθετο — αποτελεί το 45–48% των αποτυχιών, και κανένας κριτής LLM που διάβαζε το ίχνος του πράκτορα δεν ξεπέρασε AUROC 0,65, ενώ μια ρίψη νομίσματος βγάζει 0,5. Γι’ αυτό το ισχυρότερο «έγινε» διαβάζει τον έξω κόσμο: μια σελίδα που απαντά, ένα αρχείο του οποίου το hash ταιριάζει, ένα αντικείμενο που υπάρχει. Μια δουλειά που δεν χρειάστηκε τίποτα από εσάς μπορεί να κλείσει με τον λόγο του πράκτορα — και τότε εμφανίζεται ακριβώς ως τέτοια, ποτέ ως ελεγμένη.⁴

3. 03Όποιος έκανε τη δουλειά δεν την εγκρίνει.

   Επαληθευμένο και αποδεκτό είναι δύο διαφορετικές καταστάσεις. Ένας διακομιστής που ξαναδιάβασε τον έξω κόσμο, ένας ντετερμινιστικός έλεγχος ή ένας άνθρωπος μπορεί να χαρακτηρίσει μια δουλειά επαληθευμένη· ο πράκτορας που την έκανε δεν μπορεί. Η αποδοχή είναι μια δεύτερη, ξεχωριστή υπογραφή. Για ό,τι είναι μη αναστρέψιμο — χρήματα, δημοσίευση, ένα μήνυμα σε πελάτη, οτιδήποτε νομικό — το Weft ζητά από τον πράκτορα να σταματήσει και να σας περιμένει, και μόλις τεθεί αυτή η στάση, κανένας πράκτορας δεν μπορεί να την άρει ούτε να περάσει την εργασία στο Done.

4. 04Κάθε εργασία έχει έναν άνθρωπο υπεύθυνο.

   Δεν μπορείτε να ζητήσετε λόγο από έναν πράκτορα· μπορείτε μόνο να του αναθέσετε. Γι’ αυτό μια εργασία έχει ακριβώς έναν υπεύθυνο, που είναι άνθρωπος, και έναν εκτελεστή με όνομα: όχι «το AI», αλλά Claude Code, Cursor, ChatGPT ή Codex. Κρατήστε λίγους εκτελεστές. Η ίδια η Anthropic συμβουλεύει τις ομάδες πρακτόρων να ξεκινούν με τρία έως πέντε μέλη, επειδή «three focused teammates often outperform five scattered ones» (τρία συγκεντρωμένα μέλη συχνά αποδίδουν καλύτερα από πέντε διασκορπισμένα).⁵

5. 05Στο όριο, δρομολογήστε — και μην προσποιείστε ποτέ μια απόφαση.

   Όταν η ουρά γεμίσει, το σύστημα λέει τι να γίνει αντί να πετάξει σφάλμα. Όταν ένας πράκτορας σωπάσει στη μέση μιας εργασίας, η δέσμευσή του λήγει και η εργασία επιστρέφει στον πίνακα για κάποιον άλλο. Κι όταν δεν έχετε αποφασίσει ακόμα, η δουλειά σάς περιμένει: η σιωπή δεν είναι αποδοχή, οπότε τίποτα δεν σημειώνεται ποτέ ως αποδεκτό επειδή πέρασε ο χρόνος.

6. 06Τίποτα δεν μεταφέρεται σιωπηλά.

   Η εβδομάδα είναι η μονάδα σχεδιασμού: οι άνθρωποι είχαν 62,9% μεγαλύτερη πιθανότητα να δεσμευτούν σε έναν στόχο στην αρχή μιας εβδομάδας απ’ ό,τι μια συνηθισμένη μέρα, και 23,6% μεγαλύτερη στην αρχή ενός μήνα. Μια εβδομάδα κλείνει με απόφαση για κάθε ανολοκλήρωτη εργασία — συνέχεια με συγκεκριμένο επόμενο βήμα, διάσπαση, επιστροφή ή εγκατάλειψη — και όχι με μια σιωπηλή μετακίνηση στην επόμενη εβδομάδα.⁶

7. 07Η απόφαση ζει περισσότερο από τη συνεδρία.

   Κανένας πελάτης AI δεν παραδίδει τη μνήμη του σε κάποιον άλλο, και καλά κάνει. Έτσι, ό,τι επιβιώνει από μια συνεδρία είναι ό,τι καταγράφηκε έξω από αυτήν: όχι ένας φάκελος για εσάς, αλλά το ιστορικό της δουλειάς — πώς έκλεισε μια εργασία, τι αποφασίστηκε και γιατί. Η μνήμη πρέπει και να ξεχνά: μια σημείωση που έχει ξεπεραστεί παύει να δίνεται στους πράκτορες.

Περάστε τον πίνακά σας από αυτό το τεστ

Ένα μανιφέστο χωρίς μέτρο σύγκρισης είναι αφίσα. Αυτές οι επτά ερωτήσεις θέλουν περίπου πέντε λεπτά για οποιοδήποτε εργαλείο διαχείρισης εργασιών. Όπου το Weft δεν έχει ακόμα καλύψει μια ιδιότητα για κάθε χρήστη, παίρνει παύλα, όχι τσεκ.

✓ λειτουργεί σήμερα · — εν μέρει ή δεν έχει ενεργοποιηθεί ακόμα · ✗ δεν υπάρχει

Τι μετράμε και τι όχι

Velocity, story points, burndown, βαθμός αξιοποίησης, πλήθος εργασιών που δημιουργήθηκαν και πλήθος κλήσεων AI δεν υπάρχουν σε αυτό το προϊόν. Μετρούν έναν πόρο που έπαψε να είναι σπάνιος και επιβραβεύουν τον θόρυβο.

Ούτε η αίσθηση ταχύτητας είναι μέτρηση. Στη μελέτη του METR με έμπειρους προγραμματιστές ανοιχτού κώδικα που χρησιμοποιούσαν εργαλεία των αρχών του 2025, εκείνοι πίστευαν ότι το AI τούς είχε κάνει 20% ταχύτερους· στη μέτρηση ήταν 19% πιο αργοί.⁹

Αξίζει να μετράτε τέσσερα πράγματα: πόσο καιρό σάς περιμένει το παλαιότερο στοιχείο· τον χρόνο από το «ο πράκτορας είναι έτοιμος» ως το «αποφασίσατε»· το ποσοστό της δουλειάς που έγινε αποδεκτή με την πρώτη, ξεχωριστά για κάθε εκτελεστή· και τα λεπτά της προσοχής σας ανά αποδεκτό αποτέλεσμα. Το τελευταίο είναι το μόνο έντιμο τεστ για το αν το AI αποδίδει. Το Weft καταγράφει ό,τι χρειάζεται καθένα από αυτά — ποιος έκανε κάθε κομμάτι δουλειάς, πότε ήταν έτοιμο και τι αποφασίσατε — και δείχνει πόσα σας περιμένουν.

Πού σπάει αυτό

Κάποια δουλειά δεν έχει εκτελέσιμο έλεγχο. Μια επιστολή σε επενδυτή ή ένα κείμενο τοποθέτησης δεν μπορεί να το επαληθεύσει διακομιστής, και εκεί η μέθοδος επιστρέφει έντιμα σε έναν συνηθισμένο πίνακα με έναν ελεγκτή και μία τέτοια εργασία τη φορά. Ένα πλαίσιο που υπόσχεται περισσότερα απ’ όσα μπορεί να ελέγξει σπάει ακριβώς εκεί όπου κάποιος βασίστηκε σε αυτό.

Δεν υπάρχει ακόμα μελέτη με αξιολόγηση από ομοτίμους για το σωστό όριο όταν τη δουλειά την κάνουν πράκτορες. Το πέντε είναι η προεπιλογή μας, όχι εύρημα. Ξεκινήσαμε από το τρία και το αυξήσαμε μετά τις πρώτες εβδομάδες πραγματικής χρήσης: το ένα τρίτο των αρνήσεων ήρθε όταν περίμεναν μόνο τρία ή τέσσερα στοιχεία, και αυτά διευθετήθηκαν με μια καθισιά. Ο έλεγχος μπορεί επίσης να γίνει φθηνότερος: το ίδιο το GDPval σημειώνει ότι ο χρόνος ελέγχου μειώνεται καθώς οι επαγγελματίες εξοικειώνονται με τη δουλειά. Αν ποτέ ο έλεγχος γίνει φθηνός και αξιόπιστος, το όριο πρέπει να μεγαλώσει — γι’ αυτό κάθε κατώφλι εδώ είναι μια προεπιλογή που περιμένουμε να αναθεωρήσουμε, όχι πεποίθηση.³

Πηγές

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