Što je moj AI agent zapravo napravio? Četiri pitanja na koja treba odgovoriti dokazima

Da biste znali što je vaš AI agent napravio, ne počinjite od njegova sažetka. Provjerite četiri stvari: koja je veza obavila posao, što se promijenilo (pokazano nečim što možete sami otvoriti), što je ostalo nenapravljeno i što je odlučeno i zašto. Ako se ijedna od te četiri stvari oslanja samo na agentovu riječ, imate pripovijedanje, a ne zapis.

Mi razvijamo Weft. Podaci o drugim proizvodima preuzeti su s njihovih službenih stranica i provjereni 27. listopada 2026.

Zašto komentar „gotovo“ nije dovoljan?

Komentar je agent koji opisuje vlastiti posao. Može biti posve točan, ali komentar to ne može pokazati, jer je autor upravo onaj koga pokušavate provjeriti. Znati da je agent dirao zadatak odgovara na pitanje tko. Ne odgovara na pitanje je li posao ono što mislite da jest.

Hypertaskov članak o pripisivanju AI posla iznosi dobru poantu: rad agenata treba završiti na istoj ploči kao i rad ljudi, a ne u zapisu u terminalu koji nitko ne čita. Hypertask agentima daje i vlastiti identitet kao servisnim računima, pa se upisi pripisuju agentu, a ne vama, a ima i dokaze uz zadatke i zakupe, iako njegova dokumentacija kaže da su to namjerno samo REST endpointi, a ne MCP alati. Razlikujemo se u tome što zapis treba sadržavati. Nit komentara s agentovim izlazom zapis je onoga što je agent rekao. Mi želimo da zapis sadrži dokaz.

U ovom vodiču nema brojki iz anketa. Četiri pitanja možete isprobati na vlastitoj ploči još danas poslijepodne, a to će vam reći više od prosjeka industrije.

Koja su četiri pitanja?

Odaberite bilo koji zadatak koji je agent dovršio prošli tjedan. Na svako od ovih pitanja trebali biste moći odgovoriti za manje od minute, bez pitanja agenta i bez otvaranja njegova razgovora:

1. Tko je to napravio? Koji je klijent, na kojoj vezi, preuzeo i dovršio zadatak.
2. Što se promijenilo? Ishod, plus artefakti koje možete provjeriti bez vjerovanja agentu: hash commita, URL, datoteka, ID poruke.
3. Što nije napravljeno? Dijelovi koje je preskočio i stvari u koje nije bio siguran.
4. Što je odlučeno i zašto? Svaki izbor napravljen usput, s razmotrenim opcijama, i svaki put kad ste posao vratili na doradu.

Kako znam koji je agent to napravio?

Weft se s AI klijentima povezuje preko Model Context Protocola na jednom endpointu, https://letsweft.com/api/mcp. Svaki OAuth klijent i svaki osobni pristupni token zaseban je akter. Zadatak bilježi koji ga je klijent stvorio, a ploča prikazuje ime pod kojim se taj klijent registrirao pri prijavi, plus ikonu. Svaki događaj u dnevniku zadatka pohranjuje je li došao od osobe ili preko MCP-a i koji ga je klijent poslao.

Cijeli dnevnik (get_task_history u načinu full) prikazuje sirovi ID klijenta za svaki događaj: ID OAuth klijenta ili mcp-token iza kojeg slijedi ID tokena. To nije prijateljsko ime, ali je točno i razlikuje dvije veze čak i kad dolaze iz istog proizvoda.

I vlasništvo tijekom rada je izričito. Agent poziva start_task, koji preuzima zadatak sa zakupom od 20 minuta i premješta ga u Doing. report_progress obnavlja zakup. Drugi agent koji pokuša isti zadatak dobiva already_claimed, a zakup koji istekne oslobađa zadatak za nekog drugog. Vodič kroz petlju preuzimanja to pokriva korak po korak, a pokretanje više agenata na jednoj ploči pokriva slučaj s više klijenata.

Jedno praktično pravilo: svakom alatu dajte vlastitu vezu. Ako dva klijenta dijele jedan pristupni token, ploča vidi jednog aktera, a pitanje tko gubi odgovor.

Što se promijenilo i mogu li to provjeriti bez pitanja agenta?

Kad agent završi, poziva complete_task. Obavezan je samo ID zadatka; sve ostalo je opcionalno, a poziv nikad ne pada zbog nedostatka dokaza. To je namjerno: gubitak dovršenog posla gori je od toga da ostane zabilježen neprovjeren. Što potvrda može sadržavati:

• outcome: do 1.000 znakova o tome što je napravljeno i gdje se rezultat nalazi.
• artifacts: do 20 unosa, svaki s vrstom (url, file, message, commit i tako dalje), lokacijom i po želji sha256 sažetkom.
• claims: ono što agent tvrdi da je napravio, pohranjeno kao tvrdnje, a ne kao provjerene činjenice.
• notDone i unknowns: o njima u sljedećem odjeljku.
• nextStep: što bi agent napravio sljedeće ako prihvatite.

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"
})

Redak ishoda i dalje je pripovijedanje. Artefakti su dio koji možete provjeriti. Hash commita ili postoji u vašem repozitoriju ili ne postoji. URL se učita ili ne. sha256 datoteke se podudara ili ne. Ako potvrda ima ishod, a nema artefakata, smatrajte je poslom koji je prijavio agent, jer to i jest. Na webu kartice u Done pokazuju je li zadatak Verified ili Agent-reported.

Što agent nije napravio?

To je pitanje koje većina zapisa preskače, a upravo ono vas ugrize dva tjedna kasnije. complete_task za to ima dva popisa, svaki do 20 unosa od po 500 znakova: notDone za ono što je agent namjerno izostavio i unknowns za ono u što nije siguran. Vlastiti opis alata traži od agenata da naglas kažu što nisu napravili. Upravo to odvaja rezultat na koji se možete osloniti od onoga koji morate iznova izvesti.

Te popise čitajte prve. „Nisam pokrenuo testove na staging bazi“ mijenja ono što radite sljedeće. Potvrda bez ijednog unosa u notDone na velikom zadatku sama je po sebi vrijedna pitanja.

Što je odlučeno i zašto?

Odluke donesene u razgovoru nestaju kad razgovor odmakne. record_decision ih čuva na dva načina:

• Samostalan zapis odluke: naslov, ishod, kontekst, stvarno razmotrene opcije, posljedice i uvjet pod kojim je treba revidirati. Zapisi su nepromjenjivi; promjena znači bilježenje nove odluke koja zamjenjuje staru, a stara ostaje, označena kao zamijenjena.
• Prenošenje presude: kad agentu u razgovoru kažete „prihvaćeno“, „ponovi s X“, „odbaci“ ili „ne sada“, on tu presudu bilježi na zadatku, s vašom bilješkom.

get_task_history to čita u tri načina: summary (kartica, njezina posljednja potvrda i brojači), decisions (svaka odluka o zadatku, uključujući zašto je vraćen na doradu, što ostaje i nakon kasnijeg prihvaćanja) i full (sirovi dnevnik, ograničen na 100 događaja). get_context predaje aktualne odluke sljedećem agentu unutar proračuna tokena, pa sljedeće izvođenje počinje od onoga što je odlučeno, a ne od nule. Više o tome u članku zašto se odluke iz razgovora s AI-jem gube.

Gdje to pregledavam i što kliknem?

Zadano dovršeni zadatak ide izravno u Done. U vašem Inboxu zaustavlja se kad zadatak traži pregled ili kad provjera ne prođe. Ondje vidite potvrdu i četiri gumba: Accept, Rework, Later i Drop. Rework traži bilješku, a ta se bilješka vraća agentu.

Ako je agent proslijedio nextStep, on se pojavljuje iznad gumba Accept, a prihvaćanje odobrava točno taj korak. Odobrenje vrijedi 72 sata i vraća se agentu preko get_my_work ili start_task kao jedini korak koji sljedeći treba napraviti. Pitanja koja agent postavi pomoću request_input stižu u isti Inbox, na webu i u aplikacijama za iOS i Android, uz push obavijest na mobitelu.

Inbox namjerno ima ograničenje: 5 stavki na čekanju za radni prostor jedne osobe, 10 za tim ili 45 minuta procijenjenog vremena pregleda, što god nastupi prije. Kad je pun, start_task odbija s attention_queue_full, pa agenti dovršavaju ili pojašnjavaju posao umjesto da vam gomilaju još toga za provjeru.

Koje dokaze tražiti prema vrsti zadatka?

Upišite ih u opis zadatka kako bi agent znao kakav dokaz očekujete:

• Kod: hash commita i URL PR-a kao artefakti. notDone treba navesti nepokrenute testove, neprimijenjene migracije i datoteke koje su namjerno ostavljene netaknute.
• Sadržaj: objavljeni URL ili datoteka nacrta s njezinim sha256 ako još nije objavljena. unknowns treba navesti činjenice koje agent nije mogao potvrditi.
• Istraživanje: URL izvora za svaku ključnu tvrdnju i datoteka s bilješkama. unknowns treba odvojiti ono što izvor kaže od onoga što je agent zaključio.
• Kontaktiranje: ID svake poslane poruke i popis primatelja kao datoteka. notDone treba navesti koga se nije kontaktiralo i zašto.

Kako uopće kontrolirati što agent smije raditi?

Pripisivanje nakon činjenice najbolje funkcionira uz ograničenja prije nje. U Weftu svaka OAuth veza ima jednu od tri razine dopuštenja, postavljenu na zaslonu za privolu ili kasnije u postavkama, Connected AI clients:

• full (zadano): sva 32 alata.
• write: sve osim tri destruktivna alata (trash_task, archive_done_tasks, complete_sprint).
• read: samo 11 alata za čitanje.

Provjera se izvodi pri svakom pozivu. Disconnect opoziva refresh tokene veze i pri sljedećem pozivu odbija svaki token izdan prije prekida. Osobni pristupni tokeni, za klijente bez OAuth-a, nemaju opsege: jedan token dopire do sva 32 alata, a njegov opoziv djeluje pri sljedećem pozivu. Agenti mogu premjestiti zadatke u smeće na 30 dana, ali ih ne mogu trajno obrisati; vraćanje iz smeća Pro je značajka.

Što Weft ovdje ne radi?

• Nema integraciju s GitHubom ili Slackom, pa Weft umjesto vas ne traži vaše commitove ili poruke. Artefakt otvarate vi.
• Nema javni REST API, webhookove ni CLI za guranje potvrda u druge sustave. Postoji izvoz u JSON i Markdown.
• Ne prati korake modela. Alati koji bilježe promptove, tokene i latenciju na razini modela rade drugi posao i možda vam treba i takav.
• Agenti pišu vlastite potvrde. Weft čini vidljivim razmak između tvrdnje i dokaza; ne može agenta učiniti poštenim.

Ako želite agente kojima se upravlja kao servisnim računima preko REST API-ja, CLI za CI skripte ili ugrađene AI značajke poput pisanja zadataka i trijaže, Hypertask vam tu bolje odgovara. Naša stranica alternativa Hypertasku uspoređuje ta dva alata jedan uz drugi.

Nije li povijest u gitu dovoljna da znam što je moj agent napravio?

Git pokazuje što se promijenilo u kodu. Ne pokazuje što je agent preskočio, u što nije bio siguran ni koji je izbor napravio između dviju opcija. Hash commita koristite kao artefakt na zadatku, a ostalo držite u potvrdi i zapisu odluke.

Zar agent ne može jednostavno izmisliti artefakt?

Može poslati bilo koji niz znakova. Smisao artefakta je u tome da ga možete otvoriti: hash koji možete potražiti, URL koji možete učitati, ID poruke koju možete pronaći. Izmišljeni ne prolazi čim ga provjerite, što se komentaru nikad ne dogodi. Kad zadatak ima provjeru i blokirajuća provjera ne prođe, zadatak ostaje izvan Done.

Čeka li svaki dovršeni zadatak moj pregled?

Ne. Zadano dovršeni zadatak ide u Done. U vašem Inboxu za Accept, Rework, Later ili Drop čeka samo kad zadatak traži pregled ili provjera ne prođe.

Koji AI klijenti mogu upisivati potvrde u Weft?

Bilo koji MCP klijent. ChatGPT ima Weft kao objavljeni dodatak na svim paketima, uključujući Free. Claude Code se povezuje naredbom claude mcp add --transport http weft https://letsweft.com/api/mcp. Claude.ai i Claude Desktop koriste prilagođeni konektor. Postoje stranice za postavljanje za 33 klijenta, poput Claude Codea, ChatGPT-a, Cursora i Codexa.

Koliko to košta?

Free pokriva 50 zadataka i 200 AI poziva mjesečno. Pro stoji 8,13 € po mjestu mjesečno ili 68,75 € po mjestu godišnje. Weft nema AI kredite: razmišljanje se odvija u vašem AI klijentu. Pogledajte cijene.