El manifiesto de Weft

Un número: cinco

No más de cinco resultados terminados o preguntas abiertas esperan tu decisión a la vez — diez cuando un equipo comparte el tablero. Cuando la cola está llena, al agente que pide empezar algo nuevo se le indica que termine, acorte o retome trabajo devuelto. Terminar nunca se rechaza: el trabajo terminado nunca se tira.

El límite es pequeño a propósito. En la fórmula de colas de Kingman, el tiempo de espera crece con ρ/(1−ρ): un revisor ocupado el 95% del tiempo hace esperar el trabajo 19 veces más que uno ocupado la mitad del tiempo, con la misma variabilidad. Como el objetivo de Google SRE de mantener el toil por debajo del 50% del tiempo de un ingeniero, cinco es un número que puedes romper — y ver que lo has roto.^7,8

Siete principios

1. 01El trabajo ya no es escaso. Tu decisión sí.

   Pon el límite estricto en la cola que hay delante de quien decide, no en la columna Doing. Un agente ocioso es un agente sano; no se cansa, y tres tareas o cincuenta le dan igual. La persona que revisa su trabajo es el único recurso que se gasta de uno en uno.

2. 02Cada «hecho» dice en qué se apoya.

   El informe de un agente es una solicitud, no una prueba. En los dominios single-control de τ²-bench, el falso éxito — el agente dice que ha terminado, el entorno dice otra cosa — supone el 45–48% de los fallos, y ningún juez LLM que leyera la traza del agente superó un AUROC de 0,65, cuando lanzar una moneda da 0,5. Por eso el «hecho» más sólido lee el mundo exterior: una página que responde, un archivo cuyo hash coincide, un objeto que existe. Un trabajo que no necesitaba nada de ti puede cerrarse con la palabra del agente — y entonces se muestra exactamente así, nunca como comprobado.⁴

3. 03Quien hizo el trabajo no lo firma.

   Verificado y aceptado son dos estados distintos. Un servidor que volvió a leer el mundo exterior, una comprobación determinista o una persona pueden marcar un trabajo como verificado; el agente que lo hizo, no. Aceptar es una segunda firma, aparte. Para todo lo irreversible — dinero, una publicación, un mensaje a un cliente, cualquier cosa legal — Weft pide al agente que se detenga y te espere, y una vez puesta esa parada, ningún agente puede levantarla ni llevar la tarea a Done.

4. 04Cada tarea tiene un único responsable humano.

   A un agente no se le pueden pedir cuentas; solo se le puede asignar trabajo. Así que una tarea tiene exactamente un responsable, que es una persona, y un delegado con nombre: no «la IA», sino Claude Code, Cursor, ChatGPT o Codex. Ten pocos delegados. El propio consejo de Anthropic para equipos de agentes es empezar con entre tres y cinco, porque «three focused teammates often outperform five scattered ones» (tres compañeros centrados suelen rendir más que cinco dispersos).⁵

5. 05En el límite, reencamina — y nunca finjas una decisión.

   Cuando la cola está llena, el sistema dice qué hacer en su lugar en vez de lanzar un error. Cuando un agente se queda callado a mitad de una tarea, su reserva caduca y la tarea vuelve al tablero para que la tome otro. Y mientras no hayas decidido, el trabajo te espera: el silencio no es aceptación, así que nada se marca nunca como aceptado solo porque haya pasado el tiempo.

6. 06Nada se arrastra en silencio.

   La semana es la unidad de planificación: las personas tenían un 62,9% más de probabilidad que en un día cualquiera de comprometerse con un objetivo al empezar una semana, y un 23,6% más al empezar un mes. Una semana termina con una decisión sobre cada tarea sin terminar — seguir con un siguiente paso concreto, dividirla, devolverla o descartarla — y no con un paso silencioso a la semana siguiente.⁶

7. 07La decisión sobrevive a la sesión.

   Ningún cliente de IA entrega su memoria a nadie más, y hace bien. Así que lo que sobrevive a una sesión es lo que quedó escrito fuera de ella: no un expediente sobre ti, sino la historia del trabajo — cómo terminó una tarea, qué se decidió y por qué. La memoria también tiene que olvidar: una nota desactualizada deja de pasarse a los agentes.

Pasa tu tablero por esta prueba

Un manifiesto sin vara de medir es un póster. Hacerle estas siete preguntas a cualquier gestor de tareas lleva unos cinco minutos. Donde Weft aún no ha cerrado una propiedad para todos los usuarios, lleva un guion, no una marca de verificación.

✓ funciona hoy · — en parte, o aún no activado · ✗ no está

Qué contamos y qué no

La velocidad, los story points, el burndown, la utilización, el número de tareas creadas y el número de llamadas a la IA no están en este producto. Miden un recurso que dejó de ser escaso y premian el ruido.

La sensación de rapidez tampoco es una medición. En el estudio de METR con desarrolladores experimentados de código abierto que usaban herramientas de principios de 2025, ellos creían que la IA los había hecho un 20% más rápidos; medidos, eran un 19% más lentos.⁹

Lo que vale la pena contar son cuatro cosas: cuánto lleva esperándote el elemento más antiguo; el tiempo desde «el agente está listo» hasta «has decidido»; la parte del trabajo aceptada a la primera, por separado para cada ejecutor; y los minutos de tu atención por resultado aceptado. Lo último es la única prueba honesta de si la IA compensa. Weft registra lo que necesita cada una — quién hizo cada parte del trabajo, cuándo estuvo lista y qué decidiste — y muestra cuánto te está esperando.

Dónde se rompe

Hay trabajo que no tiene una comprobación ejecutable. Una carta a un inversor o una declaración de posicionamiento no las puede verificar un servidor, y ahí el método vuelve, con honestidad, a un tablero normal con un revisor y una sola tarea de ese tipo a la vez. Un marco que promete más de lo que puede comprobar se rompe justo donde alguien confió en él.

Todavía no hay ningún estudio revisado por pares sobre el límite adecuado cuando el trabajo lo hacen agentes. Cinco es nuestro valor por defecto, no un hallazgo. Empezamos con tres y lo subimos tras las primeras semanas de uso real: un tercio de los rechazos llegó con solo tres o cuatro elementos esperando, y se resolvieron de una sentada. La revisión también puede abaratarse: el propio GDPval señala que el tiempo de revisión baja a medida que los profesionales se acostumbran al trabajo. Si comprobar llega a ser barato y fiable, el límite debería crecer — por eso cada umbral aquí es un valor por defecto que esperamos revisar, no una creencia.³

Fuentes

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