Arrêtez de mettre à jour votre tableau de tâches à la main : laissez l’agent déplacer la carte

Vous arrêtez de mettre à jour un tableau de tâches à la main quand l’agent qui fait le travail déplace la carte en le faisant. Dans Weft, start_task met la tâche dans Doing, report_progress garde la réservation en vie pendant que l’agent travaille, et complete_task la passe dans Done, ou dans votre boîte de réception quand la tâche demande votre relecture. Vous cessez d’être la personne qui tient les statuts à jour et devenez celle qui décide.

C’est nous qui faisons Weft. Les informations sur les autres produits viennent de leurs pages officielles, vérifiées le 27 octobre 2026.

Pourquoi tout tableau de tâches finit-il par ne plus être à jour ?

Le statut est un second travail pour lequel personne n’est payé. Le travail, c’est écrire le code, envoyer la facture, corriger la page. Déplacer la carte est une surcharge, et elle tombe pile au moment où vous voulez passer à autre chose.

Alors la carte est déplacée plus tard, par lots, de mémoire. Le jeudi, Doing contient trois choses que personne ne fait et Todo une chose livrée lundi. Les gens cessent de faire confiance au tableau, vont voir la messagerie à la place, et le tableau devient une photo de la semaine dernière.

Les agents IA aggravent les choses. Un agent peut finir cinq tâches en un après-midi, et si vous glissez encore chaque carte vous-même, vous faites le travail de bureau d’un collègue plus rapide que vous.

La solution : nettoyer après coup, ou empêcher la dérive ?

Il y a deux façons d’automatiser un tableau. Le nettoyage laisse la dérive se produire, puis utilise l’IA pour remettre de l’ordre. L’article d’Hypertask Stop Manually Updating Your Task Board prend cette voie : il décrit un bouton AI Triage qui lit votre boîte de réception, étiquette chaque élément « peut être archivé » ou « demande votre avis », et archive le premier groupe une fois que vous approuvez. Si votre problème est un déluge de commentaires et de notifications, c’est un outil raisonnable, et Hypertask a de l’IA intégrée pour cela. Weft n’a ni IA intégrée ni tri des notifications.

La prévention est l’autre voie : le statut ne devient jamais faux, parce que le changer n’est pas une étape séparée. L’agent ne peut pas commencer le travail sans réserver la carte, et il ne peut pas finir sans la clore. Il n’y a rien à trier plus tard, puisque la carte dit déjà ce qui s’est passé.

Nous avons choisi la prévention. Un tableau qui a besoin d’un passage de nettoyage était faux entre deux passages.

Comment l’agent déplace-t-il la carte pendant qu’il travaille ?

Weft se connecte à votre client IA via le Model Context Protocol sur https://letsweft.com/api/mcp. Le client se connecte par OAuth dans le navigateur : aucune clé à copier. Quatre appels d’outils portent le statut d’une tâche du début à la fin :

1. start_task réserve la tâche et la passe dans Doing. La réservation est un bail de 20 minutes. Si un second agent tente la même tâche, il reçoit already_claimed et la consigne de ne pas faire le travail en double.
2. report_progress est un signal de vie. Chaque appel renouvelle le bail, et la réponse demande à l’agent de le renouveler toutes les 5 minutes. Si l’agent plante ou que la conversation est fermée, les signaux s’arrêtent, le bail expire au bout de 20 minutes et la tâche est libérée pour qui veut la prendre. Le silence aussi est un statut.
3. request_input vous pose une question, avec des options, pendant que l’agent garde sa réservation. La question arrive dans votre boîte de réception et peut vous parvenir sur votre téléphone en notification push.
4. complete_task consigne le résultat, les artefacts qui le prouvent (une URL, un commit, un hachage de fichier), ce qui n’a pas été fait, ce qui reste inconnu et l’étape suivante. Par défaut, la tâche passe directement dans Done. Si la tâche est marquée comme nécessitant une relecture, ou qu’une vérification échoue, elle s’arrête plutôt dans votre boîte de réception.

L’agent n’a pas besoin de penser à mettre quoi que ce soit à jour, puisque la mise à jour est l’appel qu’il fait pour travailler. Pour le détail des baux et des reçus, voir le guide de la boucle de réservation.

Une limite, honnêtement : Weft n’appelle jamais un agent. L’agent va chercher du travail quand vous êtes en session avec lui, via get_my_work ou start_task. Les cartes bougent parce qu’un agent que vous faites tourner les déplace, pas parce que Weft surveille votre dépôt. Weft n’a ni synchronisation GitHub ou Slack ni webhooks : une pull request fusionnée en dehors d’une session d’agent ne déplacera pas une carte toute seule.

Tableau manuel ou tableau déplacé par l’agent : la différence

Que faut-il automatiser, et que doit rester ma décision ?

Automatisez tout ce qui est un fait sur le travail : commencé, en cours, fini, bloqué. Un agent le sait mieux que vous, puisque c’est lui qui fait le travail. Gardez tout ce qui est un jugement sur le travail : est-ce assez bon, faut-il le livrer, cela vaut-il encore la peine.

Dans Weft, la colonne de droite a deux portes. Quand l’agent bute sur une décision en cours de tâche, il appelle request_input et vous répondez à une question, idéalement en choisissant une option. Quand l’agent termine un travail qui demande votre relecture, vous voyez quatre boutons : Accepter, À revoir, Plus tard, Abandonner. À revoir vous demande une note. Si l’agent a fourni une étape suivante, vous la voyez au-dessus du bouton Accepter : accepter approuve exactement cette étape et rien de plus.

L’IA peut-elle mettre en place le tableau à partir d’une conversation ?

Oui, et c’est la partie facile. Décrivez le projet dans votre conversation, et l’agent peut appeler initialize_board pour créer les quatre colonnes par défaut (Backlog, Todo, Doing, Done), puis bulk_create_tasks pour ajouter tout le plan en une transaction. Le lot arrive en entier ou pas du tout, et il ne compte que pour un appel dans votre quota mensuel. Une tâche créée sans colonne atterrit dans Backlog.

L’article d’Hypertask Why We Let AI Agents Build Entire Boards soutient que c’est le projet, et non la tâche isolée, qu’il faut confier à un agent. Nous sommes d’accord pour que les agents construisent des tableaux. Nous ne pensons pas que construire soit la partie difficile.

Construire un tableau ne coûte rien : un agent peut écrire quarante tâches en quelques secondes. La vraie limite, c’est la relecture. Chacune de ces tâches produira un jour un travail terminé que vous devrez regarder, et vous ne pouvez en regarder qu’une quantité limitée par jour.

C’est pourquoi Weft a une limite d’attention plutôt qu’une limite de création. Quand trop de choses vous attendent, start_task refuse de réserver du nouveau travail et répond attention_queue_full, avec ce que l’agent peut encore faire (signaler son avancement, vérifier son travail, lire le tableau). La limite est de 5 éléments pour un espace d’une personne et de 10 pour une équipe, ou de 45 minutes de relecture estimée, selon ce qui arrive en premier. Les questions de request_input comptent aussi, parce qu’y répondre coûte la même attention.

Un agent peut planifier autant qu’il veut, mais il ne peut pas démarrer la sixième chose pendant que cinq choses terminées vous attendent.

À quoi doit ressembler ma première semaine ?

Connectez d’abord un seul client. Dans ChatGPT, Weft est une appli publiée sur tous les forfaits, y compris le gratuit. Dans Claude.ai ou Claude Desktop, vous l’ajoutez comme connecteur personnalisé. Dans Claude Code, c’est une seule commande : claude mcp add --transport http weft https://letsweft.com/api/mcp (voir la page de configuration de Claude Code). Collez ensuite ceci dans la conversation et adaptez la ligne du projet :

Tu es connecté à mon tableau Weft. Cette semaine, suis ces règles.

Mise en place (aujourd’hui) :
1. Appelle get_board_state. S’il n’y a pas de colonnes, appelle initialize_board.
2. Mon projet : [décris-le en 3 à 5 phrases].
   Propose au plus 12 tâches sous forme de liste. Montre-moi d’abord la liste.
   Quand j’ai dit oui, ajoute-les avec un seul appel bulk_create_tasks.

Chaque fois que tu travailles sur une tâche :
3. Appelle get_my_work pour voir ce qui est à toi et si ma file a de la place.
4. Appelle start_task dès que tu commences le vrai travail, pas tant que
   nous ne faisons qu’en discuter. Garde le runId et le leaseToken.
5. Appelle report_progress toutes les quelques minutes pendant que tu travailles.
6. Si tu arrives à une décision qui me revient (argent, publication, tout ce qui
   est irréversible, ou un vrai embranchement), appelle request_input avec 2 à 4 options.
   Ne devine pas et ne demande pas la permission de continuer.
7. Termine avec complete_task : un résultat en une ligne, des artefacts que je peux
   vérifier (liens, commits, fichiers), notDone, unknowns et un nextStep.
8. Ne déplace jamais une carte dans Done à la main. complete_task s’en charge.
9. Si start_task répond attention_queue_full, arrête de démarrer du nouveau travail.
   Dis-moi ce qui m’attend et aide-moi à le traiter.

À la fin de chaque session, dis-moi quelles cartes tu as déplacées et pourquoi.

Douze tâches, c’est voulu. Sur le forfait gratuit, vous avez 50 tâches actives et 200 appels IA par mois, et une première semaine sert à apprendre la boucle, pas à remplir le tableau. Si vous transférez un tableau existant, Weft importe le CSV de Linear, Jira ou Notion et le JSON de Trello, sur tous les forfaits.

Pendant la semaine, ne faites que deux choses : répondre aux questions quand elles arrivent et trancher ce qui atteint votre boîte de réception. Ne glissez pas de cartes. Si une carte se retrouve au mauvais endroit, c’est bon à savoir : dites à l’agent quelle règle il a sautée au lieu de corriger la carte en silence.

Le vendredi, vérifiez deux choses : chaque carte Done a-t-elle quelque chose que vous pourriez ouvrir pour la vérifier, et quelque chose vous est-il parvenu que vous auriez pu décider à l’avance ? Si oui, écrivez ce choix par défaut dans le prompt de la semaine suivante.

Ce que Weft ne fait pas ici

• Il n’a pas d’IA intégrée. La réflexion se fait dans votre propre client IA : Weft n’a donc ni crédits d’IA à acheter ni bouton de tri.
• Il ne déplace pas les cartes à partir d’événements extérieurs. Pas de synchronisation GitHub, GitLab ou Slack, pas de webhooks, pas d’API REST publique. Si vos statuts doivent suivre les commits et les fusions sans aucun agent, un outil doté de ces intégrations convient mieux.
• Il ne fait pas attendre chaque tâche pour vous. La plupart des travaux terminés vont directement dans Done avec leur reçu. Seules les tâches qui demandent une relecture, ou qui échouent à une vérification, s’arrêtent dans votre boîte de réception.

Si vous faites tourner plusieurs agents à la fois, c’est la réservation qui les sépare ; un tableau pour plusieurs agents couvre ce cas, et qu’a fait mon agent IA explique comment lire les reçus. Pour une comparaison plus large des gestionnaires de tâches avec MCP, voir le tableau des gestionnaires de tâches MCP.

Si l’agent déplace les cartes, comment savoir qu’il n’a pas tout simplement tout marqué comme terminé ?

Dans Weft, Done vient de complete_task, qui consigne le résultat, les artefacts, ce qui n’a pas été fait et ce qui reste inconnu. Lisez les artefacts, pas le résumé. Pour le travail que vous voulez vérifier avant qu’il compte, marquez la tâche comme nécessitant une relecture : elle s’arrêtera dans votre boîte de réception pour Accepter, À revoir, Plus tard ou Abandonner.

Que se passe-t-il quand l’agent plante à mi-parcours ?

Il cesse d’envoyer report_progress. Après 20 minutes sans signal de vie, le bail expire et la tâche est libérée pour quiconque, y compris un autre agent. Vous n’avez pas besoin de remarquer le plantage pour que le tableau cesse d’affirmer que quelqu’un y travaille.

La limite d’attention va-t-elle ralentir mes agents ?

Elle ralentit le démarrage, pas la finition. Quand 5 éléments (10 pour une équipe) ou 45 minutes de relecture vous attendent, start_task refuse le nouveau travail, mais l’agent peut toujours signaler son avancement et lire le tableau. Le moyen le plus rapide de le débloquer est de trancher ce qui est déjà dans votre boîte de réception.

Puis-je garder certains agents en lecture seule ?

Oui. Chaque connexion OAuth reçoit des droits full, write ou read, choisis sur l’écran de consentement ou plus tard dans les Paramètres. Une connexion read peut regarder le tableau mais pas déplacer les cartes. Vous pouvez aussi déconnecter un client à tout moment.

Faut-il un forfait payant pour cela ?

Non. Toute la boucle fonctionne en gratuit, avec 50 tâches actives et 200 appels IA par mois ; bulk_create_tasks compte pour un seul appel. Pro coûte 7,80 € par place et par mois ou 66 € par place et par an et supprime ces plafonds.

Est-ce mieux que le tri par IA ?

Cela résout un autre problème. Le tri nettoie après coup un flux de commentaires et de notifications ; si ce flux est votre problème, un outil avec tri intégré, comme Hypertask, convient mieux. Un tableau déplacé par l’agent empêche d’emblée les statuts de dériver, pour le travail que font vos agents.