バージョン 1.0 · 2026年10月22日
Weft マニフェスト
作るだけでなく、決めること。
Kanban、Scrum、Shape Up、GTD は、作ることが希少だった時代に書かれました。だからどれも、作ることに上限をかけています。いま仕事が詰まるのは、もうそこではありません。作る力は、すでに払っているサブスクリプションの中で配られています。希少なまま残っているのは、結果を受け入れる人の注意です。
その兆候は、すでに数字に表れています。810万件を超えるプルリクエストのうち、AI が生成したものの承認率は 32.7% で、手で書かれたものは 84.4% でした。組織ごとに AI の導入が少ない時期と多い時期を比べると、レビューにかかる時間の中央値は 441.5% 増え、レビューなしでマージされたプルリクエストは 31.3% 増えました。確認にも実際の時間がかかります。GDPval では、作るのに 404 分かかった成果物のレビューに、専門家が平均 109 分を費やしました。1,2,3
核心
Kanban は仕掛かり作業を制限することを、Scrum はリズムを、Shape Up は見積もりの代わりにアペタイト（かけてよい時間）を、GTD は週を締めくくることを教えてくれました。そのすべてを残します。毎日 AI と働くなかで、私たちは次のことを大切にするようになりました。
- 仕掛かり作業の上限だけでなく、あなたの判断を待つものの上限も。
- メッセージとしての「完了」だけでなく、証拠としての「完了」も。
- 機械によるチェックだけでなく、人による承認も。
- タスクを実行する者だけでなく、タスクの責任者——それも人である責任者も。
- 作られたものを数えるだけでなく、承認されたものを数えることも。
- タスクを覚えておくだけでなく、決定を覚えておくことも。
つまり、各行の前半は残しつつ、後半を欠かせないものとして扱います。
ひとつの数字：5
あなたの判断を待つ完了済みの結果や未解決の質問は、同時に5つまでです。チームでボードを共有しているなら10です。キューがいっぱいのときに新しい作業を始めようとするエージェントは、代わりに仕上げる、範囲を縮める、差し戻された作業を引き取る、のいずれかをするよう告げられます。仕上げることが拒まれることはありません。終わった作業は決して捨てられません。
この上限は、あえて小さくしています。Kingman の待ち行列の式では、待ち時間は ρ/(1−ρ) に応じて増えます。ばらつきが同じなら、95% の時間ふさがっているレビュアーは、半分の時間ふさがっているレビュアーに比べて、作業を19倍長く待たせます。エンジニアの時間に占めるトイルを 50% 未満に抑えるという Google SRE の目標と同じく、5 は破ることのできる数字です——そして、破ったことが見える数字です。7,8
7つの原則
01作業はもう希少ではありません。希少なのはあなたの判断です。
ハードな上限は、Doing カラムではなく、判断する人の前にあるキューにかけます。手の空いたエージェントは健全なエージェントです。疲れることはなく、タスクが3つでも50でも変わりません。その作業をレビューする人こそが、一件ずつすり減っていく唯一の資源です。
02どの「完了」も、何に基づくかを示します。
エージェントの報告は申告であって、証拠ではありません。単一制御の τ²-bench ドメインでは、偽の成功——エージェントは完了と言い、環境はそうではないと示す——が失敗の 45–48% を占めます。エージェントのトレースを読む LLM ジャッジは、どれも AUROC 0.65 を超えませんでした。コイン投げでも 0.5 です。だから最も確かな「完了」は外の世界を読みます。応答するページ、ハッシュが一致するファイル、実在するオブジェクト。あなたを必要としなかった作業は、エージェントの申告だけで閉じてもかまいません。ただしその場合は、まさにそのとおりに表示され、検証済みとして示されることはありません。4
03作業した者は、自分で承認しません。
検証済みと承認済みは、別々のステータスです。外の世界を読み直したサーバー、決定論的なチェック、あるいは人が、作業を検証済みにできます。作業したエージェント自身にはできません。承認は二つ目の、独立した署名です。そして金銭、公開、クライアントへのメッセージ、法務に関わることなど、取り返しのつかないものについては、Weft はエージェントに手を止めてあなたを待つよう求めます。いったんこの停止が設定されると、どのエージェントもそれを解除できず、タスクを Done に進めることもできません。
04すべてのタスクに、人間の責任者がひとり。
エージェントに責任を問うことはできません。できるのは割り当てることだけです。だからタスクには、人である責任者がちょうどひとりと、名前のある委任先がいます。「AI」ではなく、Claude Code、Cursor、ChatGPT、Codex のように。委任先は少なく保ちます。Anthropic 自身も、エージェントチームは3〜5から始めるよう勧めています。「three focused teammates often outperform five scattered ones」（集中した3人のチームメイトは、散漫な5人にしばしば勝る）からです。5
05上限に達したら、行き先を示す。判断を偽らない。
キューがいっぱいのとき、システムはエラーを投げるのではなく、代わりに何をすべきかを伝えます。エージェントが作業の途中で黙り込むと、その確保は失効し、タスクはボードに戻って別の誰かが引き取れるようになります。そして、あなたがまだ判断していないなら、作業はあなたを待ちます。沈黙は承認ではありません。時間が経ったからといって、何かが承認済みになることはありません。
06黙って持ち越されるものはありません。
計画の単位は週です。人が目標に取り組む可能性は、普通の日と比べて、週の初めには 62.9%、月の初めには 23.6% 高くなりました。週は、翌週へのひそかな移動ではなく、未完了のタスクひとつひとつへの判断で終わります。具体的な次の一歩を決めて続ける、分割する、差し戻す、やめる、のいずれかです。6
07決定は、セッションより長く残ります。
どの AI クライアントも、自分の記憶を他の誰かに渡しはしません。それは正しいことです。だからセッションを越えて残るのは、その外に書き留められたものです。あなたについての調書ではなく、作業の履歴——タスクがどう終わったか、何が決まり、なぜそう決まったか。記憶は忘れることも必要です。古くなったメモは、エージェントに渡されなくなります。
あなたのボードで確かめてください
物差しのないマニフェストは、ただのポスターです。この7つの質問は、どのタスク管理ツールについても5分ほどで確かめられます。Weft がまだすべてのユーザーに対して満たしていない項目には、チェックではなくダッシュを付けています。
| 質問 | Weft |
|---|---|
| Doing だけでなく、あなたの判断を待つものにもハードな上限がありますか？結果か質問が5つまで、チームなら10。上限に達すると、エージェントは始めるより仕上げるよう告げられます。 | ✓ |
| 検証された「完了」と、エージェントが報告しただけの「完了」を見分けられますか？検証プランのあるタスクは、サーバー自身が確かめます。エージェントが自分の申告だけで閉じたタスクには「エージェント申告」と表示されます。 | ✓ |
| 「検証済み」と「承認済み」は分かれていて、エージェントはどちらも設定できませんか？エージェントは作業を検証済みにできず、あなたの判断が必要なタスクを Done に移すこともできません。 | ✓ |
| すべてのタスクに、人間の責任者と名前のある実行者がいますか？責任者はデータベースで必須です。各タスクには、どの AI クライアントが作成し実行したかが記録されます。 | ✓ |
| 上限に達したとき、あるいはエージェントが黙ったとき、作業は失われずに行き先が示されますか？キューがいっぱいなら次にすべきことが返されます。黙ったままの確保は20分で失効します。仕上げることが拒まれることはありません。 | ✓ |
| 週を締めくくるとき、未完了のタスクすべてに明示的な判断が下されますか？実装済みですが、まだ全員には有効になっていません。 | — |
| 決定と教訓は、それを生んだセッションより長く残りますか？決定とタスク履歴はすべてのプランにあります。エージェントがセッションをまたいで持ち運ぶ教訓は Pro で使えます。 | ✓ |
✓ 現在動作している · — 一部のみ、またはまだ有効化されていない · ✗ なし
数えるもの、数えないもの
ベロシティ、ストーリーポイント、バーンダウン、稼働率、作成されたタスクの数、AI 呼び出しの数は、この製品にはありません。それらは希少でなくなった資源を測り、ノイズに報いるからです。
速くなったという感覚も、測定ではありません。2025年初頭のツールを使う経験豊富なオープンソース開発者を対象にした METR の研究では、彼らは AI のおかげで 20% 速くなったと信じていましたが、測ってみると 19% 遅くなっていました。9
数える価値があるのは4つです。最も古い項目があなたをどれだけ待っているか。「エージェントの準備ができた」から「あなたが判断した」までの時間。一度で承認された作業の割合を、実行者ごとに。そして、承認された結果ひとつあたりに使ったあなたの注意の分数。最後のひとつだけが、AI が元を取れているかどうかの正直なテストです。 Weft はそれぞれに必要なもの——誰がどの作業をしたか、いつ準備ができたか、あなたが何を判断したか——を記録し、あなたを待っているものがどれだけあるかを示します。
この方法が通用しないところ
実行できるチェックがない仕事もあります。投資家への手紙やポジショニングの文言は、サーバーには検証できません。そこでは、この方法は正直に普通のボードに戻ります。レビュアーはひとり、そうしたタスクは一度にひとつです。確かめられる以上を約束するフレームワークは、まさに誰かがそれを頼りにした場所で壊れます。
エージェントが作業をするときの適切な上限について、査読を経た研究はまだありません。5 は私たちの既定値であって、研究の結論ではありません。最初は3で始め、実際に使われた最初の数週間を見て引き上げました。拒否の3分の1は、待っているものが3つか4つしかないときに起きており、それらは一度にまとめて片付けられていました。レビューが安くなる可能性もあります。GDPval 自体、専門家が作業に慣れるにつれてレビュー時間が減ると述べています。もし確認が安く確実になれば、上限は大きくすべきです。だからここにあるしきい値はすべて、信念ではなく、見直すつもりの既定値です。3
この製品にはひとつの比喩があり、それは機織りから来ています。経糸は布を支えます。それはあなたの目標と優先度で、決めるのはあなただけです。緯糸は、その上を横切って走る作業です。杼は糸を行き来させ、杼はいくつあってもかまいません。経糸がぴんと張っているほど、布は均一に織り上がります。
AI に伝えるだけ。ボードは AI が回す。決めるのは、あなたです。
— Andrei Finogeev, Weft 創業者
出典
- 2026 Software Engineering Benchmarks Report — LinearB, 2026
- The Acceleration Whiplash — Faros AI, 12 April 2026
- GDPval: Evaluating AI Model Performance on Real-World Economically Valuable Tasks — OpenAI, arXiv:2510.04374, 5 October 2025
- From Confident Closing to Silent Failure — arXiv:2606.09863, 1 June 2026
- Orchestrate teams of Claude Code sessions — Choose an appropriate team size — Anthropic, retrieved 22 October 2026
- The Fresh Start Effect: Temporal Landmarks Motivate Aspirational Behavior — Dai, Milkman, Riis — Management Science 60(10), 2014
- The single server queue in heavy traffic — J. F. C. Kingman — Proceedings of the Cambridge Philosophical Society, 1961
- Site Reliability Engineering, Chapter 5: Eliminating Toil — Google, 2016
- Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity — METR, 10 July 2025