Weft घोषणापत्र

एक संख्या: पाँच

एक समय में पाँच से ज़्यादा पूरे हुए नतीजे या खुले सवाल आपके फ़ैसले का इंतज़ार नहीं करते — और जब बोर्ड एक टीम का साझा हो, तो दस। जब कतार भर जाती है, तो कुछ नया शुरू करना चाहने वाले एजेंट से कहा जाता है कि वह इसके बजाय काम पूरा करे, छोटा करे, या लौटाया गया काम उठाए। काम पूरा करने से कभी मना नहीं किया जाता: पूरा हुआ काम कभी फेंका नहीं जाता।

यह सीमा जानबूझकर छोटी है। Kingman के कतार फ़ॉर्मूले में, इंतज़ार का समय ρ/(1−ρ) के साथ बढ़ता है: बराबर उतार-चढ़ाव होने पर, जो रिव्यूअर 95% समय व्यस्त है, वह काम को उस रिव्यूअर से 19 गुना ज़्यादा देर तक रुकवाता है जो आधा समय व्यस्त है। जैसे Google SRE का लक्ष्य है कि एक इंजीनियर के समय में टॉयल 50% से कम रहे, वैसे ही पाँच एक ऐसी संख्या है जिसे आप तोड़ सकते हैं — और देख सकते हैं कि आपने उसे तोड़ा।^7,8

सात सिद्धांत

1. 01काम अब दुर्लभ नहीं है। आपका फ़ैसला है।

   कड़ी सीमा Doing कॉलम पर नहीं, बल्कि फ़ैसला करने वाले व्यक्ति के सामने की कतार पर लगाएँ। खाली बैठा एजेंट सेहतमंद एजेंट है; वह थकता नहीं, और उसके लिए तीन टास्क हों या पचास, एक बराबर हैं। उसके काम का रिव्यू करने वाला व्यक्ति ही वह इकलौता संसाधन है जो एक-एक करके खर्च होता है।

2. 02हर “हो गया” बताता है कि वह किस आधार पर टिका है।

   एजेंट की रिपोर्ट एक अर्ज़ी है, सबूत नहीं। सिंगल-कंट्रोल τ²-bench डोमेन में, झूठी सफलता — एजेंट कहता है हो गया, माहौल कुछ और बताता है — विफलताओं का 45–48% है, और एजेंट का ट्रेस पढ़ने वाला कोई भी LLM जज AUROC 0.65 से ऊपर नहीं गया, जबकि सिक्का उछालने पर भी 0.5 आता है। इसलिए सबसे पक्का “हो गया” बाहरी दुनिया को पढ़ता है: एक पेज जो जवाब दे, एक फ़ाइल जिसका हैश मेल खाए, एक ऑब्जेक्ट जो सचमुच मौजूद हो। जिस काम में आपसे कुछ नहीं चाहिए था, वह एजेंट के कहने भर से बंद हो सकता है — और तब उसे ठीक वैसा ही दिखाया जाता है, कभी जाँचा हुआ नहीं।⁴

3. 03जिसने काम किया, वह उस पर मुहर नहीं लगाता।

   सत्यापित और स्वीकृत दो अलग स्टेटस हैं। बाहरी दुनिया को दोबारा पढ़ने वाला सर्वर, कोई निश्चित (deterministic) जाँच या कोई इंसान काम को सत्यापित मार्क कर सकता है; जिस एजेंट ने काम किया, वह नहीं कर सकता। स्वीकार करना दूसरा, अलग हस्ताक्षर है। जो कुछ भी पलटा नहीं जा सकता — पैसा, प्रकाशन, क्लाइंट को संदेश, कोई भी क़ानूनी चीज़ — उसके लिए Weft एजेंट से रुककर आपका इंतज़ार करने को कहता है, और एक बार यह रोक लग जाए, तो कोई भी एजेंट न उसे हटा सकता है, न टास्क को Done में ले जा सकता है।

4. 04हर टास्क का एक इंसानी मालिक होता है।

   आप किसी एजेंट को जवाबदेह नहीं ठहरा सकते; आप उसे सिर्फ़ काम सौंप सकते हैं। इसलिए एक टास्क का ठीक एक मालिक होता है, जो इंसान है, और एक नामित प्रतिनिधि: “AI” नहीं, बल्कि Claude Code, Cursor, ChatGPT या Codex। प्रतिनिधि कम रखें। एजेंट टीमों के लिए Anthropic की अपनी सलाह है कि तीन से पाँच से शुरू करें, क्योंकि “three focused teammates often outperform five scattered ones” (तीन एकाग्र साथी अक्सर पाँच बिखरे हुए साथियों से बेहतर करते हैं)।⁵

5. 05सीमा पर रास्ता दिखाएँ — और फ़ैसले का दिखावा कभी न करें।

   जब कतार भरी होती है, तो सिस्टम एरर देने के बजाय बताता है कि क्या करना है। जब कोई एजेंट टास्क के बीच में चुप हो जाता है, तो उसका दावा खत्म हो जाता है और टास्क किसी और के लिए बोर्ड पर लौट आता है। और जब आपने अभी फ़ैसला नहीं किया है, तो काम आपका इंतज़ार करता है: चुप्पी स्वीकृति नहीं है, इसलिए समय बीत जाने भर से कुछ भी स्वीकृत मार्क नहीं होता।

6. 06कुछ भी चुपचाप आगे नहीं खिसकता।

   हफ़्ता योजना की इकाई है: आम दिन की तुलना में, हफ़्ते की शुरुआत में लोगों के किसी लक्ष्य के लिए प्रतिबद्ध होने की संभावना 62.9% ज़्यादा थी, और महीने की शुरुआत में 23.6% ज़्यादा। हफ़्ता हर अधूरे टास्क पर एक फ़ैसले के साथ खत्म होता है — किसी ठोस अगले कदम के साथ जारी रखें, उसे बाँटें, वापस भेजें या छोड़ दें — न कि चुपचाप अगले हफ़्ते में खिसकाकर।⁶

7. 07फ़ैसला सेशन से ज़्यादा टिकता है।

   कोई भी AI क्लाइंट अपनी याददाश्त किसी और को नहीं सौंपता, और यह सही है। इसलिए सेशन के बाद जो बचता है, वह वही है जो उसके बाहर लिखा गया: आपके बारे में कोई फ़ाइल नहीं, बल्कि काम का इतिहास — टास्क कैसे खत्म हुआ, क्या तय हुआ और क्यों। याददाश्त को भूलना भी आना चाहिए: पुराना पड़ चुका नोट एजेंटों को दिया जाना बंद हो जाता है।

अपने बोर्ड को इस पर परखें

बिना पैमाने वाला घोषणापत्र सिर्फ़ एक पोस्टर है। ये सात सवाल किसी भी टास्क मैनेजर से पूछने में लगभग पाँच मिनट लगते हैं। जहाँ Weft ने कोई गुण अभी हर यूज़र के लिए पूरा नहीं किया है, वहाँ उसे टिक नहीं, डैश मिलता है।

✓ आज काम करता है · — आंशिक, या अभी चालू नहीं · ✗ मौजूद नहीं

हम क्या गिनते हैं, और क्या नहीं

वेलोसिटी, स्टोरी पॉइंट, बर्नडाउन, यूटिलाइज़ेशन, बनाए गए टास्क की संख्या और AI कॉल की संख्या इस प्रोडक्ट में नहीं हैं। ये उस संसाधन को मापते हैं जो अब दुर्लभ नहीं रहा, और शोर को इनाम देते हैं।

तेज़ी का एहसास भी माप नहीं है। 2025 की शुरुआत के टूल इस्तेमाल करने वाले अनुभवी ओपन-सोर्स डेवलपरों पर METR के अध्ययन में, उन्हें लगा कि AI ने उन्हें 20% तेज़ बना दिया है; मापने पर वे 19% धीमे निकले।⁹

गिनने लायक चार चीज़ें हैं: सबसे पुरानी चीज़ कितनी देर से आपका इंतज़ार कर रही है; “एजेंट तैयार है” से “आपने फ़ैसला किया” तक का समय; पहली बार में स्वीकार हुए काम का हिस्सा, हर निष्पादक के लिए अलग; और हर स्वीकृत नतीजे पर आपके ध्यान के मिनट। आख़िरी वाला ही यह जाँचने का इकलौता ईमानदार तरीका है कि AI फ़ायदा दे रहा है या नहीं। Weft हर एक के लिए ज़रूरी जानकारी दर्ज करता है — काम का हर हिस्सा किसने किया, वह कब तैयार हुआ और आपने क्या फ़ैसला किया — और दिखाता है कि कितना कुछ आपका इंतज़ार कर रहा है।

यह कहाँ टूटता है

कुछ काम की कोई चलाने योग्य जाँच नहीं होती। निवेशक को लिखा पत्र या पोज़िशनिंग स्टेटमेंट सर्वर सत्यापित नहीं कर सकता, और वहाँ यह तरीका ईमानदारी से एक साधारण बोर्ड पर लौट आता है, जिसमें एक रिव्यूअर हो और एक समय में ऐसा एक ही टास्क। जो फ़्रेमवर्क अपनी जाँच की क्षमता से ज़्यादा का वादा करता है, वह ठीक वहीं टूटता है जहाँ किसी ने उस पर भरोसा किया था।

जब एजेंट काम करते हैं, तब सही सीमा क्या हो, इस पर अभी तक कोई पीयर-रिव्यू अध्ययन नहीं है। पाँच हमारा डिफ़ॉल्ट है, कोई खोज नहीं। हमने तीन से शुरुआत की थी और असली इस्तेमाल के पहले हफ़्तों के बाद इसे बढ़ाया: एक-तिहाई इनकार तब आए जब सिर्फ़ तीन या चार चीज़ें इंतज़ार में थीं, और वे एक ही बार बैठकर निपटा दी गईं। रिव्यू सस्ता भी हो सकता है: GDPval खुद बताता है कि जैसे-जैसे पेशेवर काम के आदी होते हैं, रिव्यू का समय घटता है। अगर कभी जाँचना सस्ता और भरोसेमंद हो जाए, तो सीमा बढ़नी चाहिए — इसीलिए यहाँ की हर सीमा-रेखा एक डिफ़ॉल्ट है जिसे हम बदलने की उम्मीद रखते हैं, कोई आस्था नहीं।³

स्रोत

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