Weft
PT

Versão 1.0 · 22 de outubro de 2026

O manifesto do Weft

Não apenas fazer o trabalho, mas também decidir sobre ele.

Kanban, Scrum, Shape Up e GTD foram escritos quando produzir era a parte escassa, por isso cada um deles limita a produção. Já não é aí que o trabalho fica preso. Produzir passou a vir incluído em subscrições que já paga. O que continua escasso é a atenção da pessoa que tem de aceitar o resultado.

Os números já o mostram. Em mais de 8,1 milhões de pull requests, os gerados por IA foram aceites em 32,7 % dos casos, contra 84,4 % dos escritos à mão. Comparando, em cada organização, os períodos de baixa e de alta adoção de IA, o tempo mediano em revisão subiu 441,5 %, e os pull requests integrados sem qualquer revisão aumentaram 31,3 %. Verificar também custa tempo real: no GDPval, um especialista passava em média 109 minutos a rever uma entrega que demorara 404 minutos a fazer.1,2,3

O núcleo

O Kanban ensinou-nos a limitar o trabalho em curso, o Scrum deu-nos um ritmo, o Shape Up trocou as estimativas pelo apetite e o GTD ensinou-nos a fechar a semana. Mantemos tudo isso. A trabalhar com IA todos os dias, passámos a valorizar:

  • Não apenas um limite ao trabalho em curso, mas também um limite ao que aguarda a sua decisão.
  • Não apenas «concluído» como mensagem, mas também «concluído» como prova.
  • Não apenas uma verificação por uma máquina, mas também a aceitação por uma pessoa.
  • Não apenas alguém que faz a tarefa, mas também um responsável por ela — e o responsável é uma pessoa.
  • Não apenas contar o que foi feito, mas também contar o que foi aceite.
  • Não apenas lembrar a tarefa, mas também lembrar a decisão.

Ou seja: mantemos a primeira metade de cada linha e tratamos a segunda como obrigatória.

Um número: cinco

No máximo cinco resultados concluídos ou perguntas em aberto aguardam a sua decisão ao mesmo tempo — dez quando uma equipa partilha o quadro. Quando a fila está cheia, o agente que pede para começar algo novo é orientado a terminar, encurtar ou retomar trabalho devolvido. Terminar nunca é recusado: trabalho concluído nunca é deitado fora.

O limite é pequeno de propósito. Na fórmula de filas de Kingman, o tempo de espera cresce com ρ/(1−ρ): um revisor ocupado 95 % do tempo faz o trabalho esperar 19 vezes mais do que um ocupado metade do tempo, com a mesma variabilidade. Tal como o objetivo do Google SRE de manter o toil abaixo de 50 % do tempo de um engenheiro, cinco é um número que pode quebrar — e ver que o quebrou.7,8

Sete princípios

  1. 01O trabalho já não é escasso. A sua decisão é.

    Coloque o limite rígido na fila diante de quem decide, não na coluna Doing. Um agente parado é um agente saudável; não se cansa, e três tarefas ou cinquenta são-lhe indiferentes. A pessoa que revê o trabalho dele é o único recurso que se gasta um item de cada vez.

  2. 02Cada «concluído» diz em que assenta.

    O relatório de um agente é uma declaração, não uma prova. Nos domínios single-control do τ²-bench, o falso sucesso — o agente diz que terminou, o ambiente diz o contrário — representa 45–48 % das falhas, e nenhum juiz LLM que leu o trace do agente passou de um AUROC de 0,65, quando atirar uma moeda ao ar dá 0,5. Por isso, o «concluído» mais forte lê o mundo exterior: uma página que responde, um ficheiro cujo hash coincide, um objeto que existe. Um trabalho que não precisou de nada de si pode ser fechado com base na palavra do agente — e é então mostrado exatamente assim, nunca como verificado.4

  3. 03Quem fez o trabalho não o aprova.

    Verificado e aceite são dois estados diferentes. Um servidor que voltou a ler o mundo exterior, uma verificação determinística ou uma pessoa pode marcar o trabalho como verificado; o agente que o fez, não. Aceitar é uma segunda assinatura, à parte. Para tudo o que é irreversível — dinheiro, uma publicação, uma mensagem a um cliente, qualquer assunto jurídico — o Weft pede ao agente que pare e espere por si, e, uma vez colocada essa paragem, nenhum agente a pode levantar nem levar a tarefa para Done.

  4. 04Cada tarefa tem um único responsável humano.

    Não se pode pedir contas a um agente; só se lhe pode atribuir trabalho. Por isso, uma tarefa tem exatamente um responsável, que é uma pessoa, e um delegado com nome: não «a IA», mas Claude Code, Cursor, ChatGPT ou Codex. Mantenha poucos delegados. O próprio conselho da Anthropic para equipas de agentes é começar com três a cinco, porque «three focused teammates often outperform five scattered ones» (três colegas focados muitas vezes rendem mais do que cinco dispersos).5

  5. 05No limite, reencaminhe — e nunca finja uma decisão.

    Quando a fila está cheia, o sistema indica a alternativa em vez de devolver um erro. Quando um agente fica em silêncio a meio de uma tarefa, a reserva dele caduca e a tarefa volta ao quadro para que outro a retome. E enquanto não tiver decidido, o trabalho espera por si: silêncio não é aceitação, por isso nada é alguma vez marcado como aceite só porque o tempo passou.

  6. 06Nada transita em silêncio.

    A semana é a unidade de planeamento: as pessoas tinham 62,9 % mais probabilidade do que num dia comum de se comprometer com um objetivo no início de uma semana, e 23,6 % mais no início de um mês. Uma semana termina com uma decisão sobre cada tarefa por terminar — continuar com um próximo passo concreto, dividi-la, devolvê-la ou abandoná-la — e não com uma passagem silenciosa para a semana seguinte.6

  7. 07A decisão sobrevive à sessão.

    Nenhum cliente de IA entrega a sua memória a outrem, e faz bem. Assim, o que sobrevive a uma sessão é o que ficou registado fora dela: não um dossiê sobre si, mas o histórico do trabalho — como uma tarefa terminou, o que foi decidido e porquê. A memória também tem de esquecer: uma nota desatualizada deixa de ser passada aos agentes.

Passe o seu quadro por este teste

Um manifesto sem régua é um cartaz. Fazer estas sete perguntas a qualquer gestor de tarefas demora uns cinco minutos. Onde o Weft ainda não fechou uma propriedade para todos os utilizadores, leva um traço, não um visto.

PerguntaWeft
Existe um limite rígido para o que aguarda a sua decisão, e não apenas para Doing?Cinco resultados ou perguntas, dez para uma equipa. No limite, os agentes são orientados a terminar em vez de começar.✓
Consegue distinguir um «concluído» verificado de um que o agente apenas reportou?Uma tarefa com plano de verificação é verificada pelo próprio servidor. Uma que o agente fechou com base na própria palavra recebe a etiqueta «Segundo o agente».✓
«Verificado» e «aceite» são separados, e o agente não pode definir nenhum dos dois?Os agentes não podem marcar trabalho como verificado nem mover para Done uma tarefa que precisa de si.✓
Cada tarefa tem um responsável humano e um executor com nome?O responsável é exigido pela base de dados. Cada tarefa regista que cliente de IA a criou e executou.✓
No limite, ou quando um agente fica em silêncio, o trabalho é reencaminhado em vez de perdido?Uma fila cheia devolve o que fazer a seguir; uma reserva silenciosa caduca ao fim de 20 minutos; terminar nunca é recusado.✓
Cada tarefa por terminar recebe uma decisão explícita quando a semana fecha?Construído, e ainda não ativado para todos.—
As decisões e as lições sobrevivem à sessão em que surgiram?As decisões e o histórico das tarefas estão em todos os planos; as lições que os agentes levam de uma sessão para outra estão no Pro.✓

✓ funciona hoje · — em parte, ou ainda não ativado · ✗ não existe

O que contamos e o que não contamos

Velocity, story points, burndown, taxa de utilização, número de tarefas criadas e número de chamadas à IA não existem neste produto. Medem um recurso que deixou de ser escasso e premeiam o ruído.

A sensação de rapidez também não é uma medição. No estudo do METR com programadores experientes de código aberto a usar ferramentas do início de 2025, estes acreditavam que a IA os tinha tornado 20 % mais rápidos; medidos, estavam 19 % mais lentos.9

O que vale a pena contar são quatro coisas: há quanto tempo o item mais antigo espera por si; o tempo entre «o agente está pronto» e «decidiu»; a parcela do trabalho aceite à primeira, separadamente para cada executor; e os minutos da sua atenção por resultado aceite. O último é o único teste honesto para saber se a IA compensa. O Weft regista aquilo de que cada uma precisa — quem fez cada trabalho, quando ficou pronto e o que decidiu — e mostra quanto está à sua espera.

Onde isto falha

Algum trabalho não tem verificação executável. Uma carta a um investidor ou uma declaração de posicionamento não pode ser verificada por um servidor, e aí o método recua, com honestidade, para um quadro comum com um revisor e uma tarefa dessas de cada vez. Uma metodologia que promete mais do que consegue verificar falha precisamente onde alguém confiou nela.

Ainda não existe nenhum estudo revisto por pares sobre o limite certo quando são agentes a fazer o trabalho. Cinco é a nossa predefinição, não uma conclusão. Começámos com três e aumentámo-la após as primeiras semanas de utilização real: um terço das recusas surgiu com apenas três ou quatro itens à espera, e foram resolvidos de uma só vez. A revisão também pode ficar mais barata: o próprio GDPval observa que o tempo de revisão diminui à medida que os profissionais se habituam ao trabalho. Se um dia verificar se tornar barato e fiável, o limite deve crescer — por isso cada limiar aqui é uma predefinição que esperamos rever, não uma crença.3

O produto tem uma única metáfora, e vem da tecelagem. A urdidura sustenta o tecido: os seus objetivos e prioridades, e só a si cabe defini-los. A trama (weft, em inglês) é o trabalho que a atravessa. A lançadeira leva o fio de um lado para o outro, e pode haver tantas lançadeiras quantas quiser. O tecido sai tão uniforme quanto a urdidura está esticada.

Fale com a sua IA. Ela conduz o seu quadro. A decisão continua a ser sua.

— Andrei Finogeev, fundador do Weft

Experimente o Weft grátisLeia os conceitos

Fontes

  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