Weft-manifestet

Ett tal: fem

Högst fem färdiga resultat eller öppna frågor väntar på ditt beslut samtidigt — tio när ett team delar tavlan. När kön är full får en agent som vill börja på något nytt beskedet att i stället slutföra, korta ner eller ta upp arbete som skickats tillbaka. Att slutföra nekas aldrig: färdigt arbete slängs aldrig.

Gränsen är liten med avsikt. I Kingmans köformel växer väntetiden med ρ/(1−ρ): en granskare som är upptagen 95 % av tiden får arbete att vänta 19 gånger längre än en som är upptagen halva tiden, vid samma variation. Precis som Google SRE:s mål att hålla slitgöra (toil) under 50 % av en ingenjörs tid är fem ett tal du kan bryta mot — och se att du bröt mot det.^7,8

Sju principer

1. 01Arbete är inte längre knappt. Ditt beslut är det.

   Lägg den hårda gränsen på kön framför den som beslutar, inte på kolumnen Doing. En sysslolös agent är en frisk agent; den blir inte trött, och tre uppgifter eller femtio är samma sak för den. Den som granskar dess arbete är den enda resurs som förbrukas en sak i taget.

2. 02Varje ”klart” säger vad det vilar på.

   En agents rapport är en ansökan, inte ett bevis. I τ²-bench-domäner med en enda styrande part (single-control) står falska framgångar — agenten säger klart, miljön säger något annat — för 45–48 % av misslyckandena, och ingen LLM-domare som läste agentens spår kom över en AUROC på 0,65, där en slantsingling ger 0,5. Därför läser det starkaste ”klart” av omvärlden: en sida som svarar, en fil vars hash stämmer, ett objekt som finns. Arbete som inte behövde något från dig får stängas på agentens ord — och visas då som just det, aldrig som kontrollerat.⁴

3. 03Den som gjorde jobbet godkänner det inte.

   Verifierat och godkänt är två olika statusar. En server som har läst av omvärlden på nytt, en deterministisk kontroll eller en människa kan markera arbete som verifierat; agenten som gjorde det kan inte. Att godkänna är en andra, separat signatur. För allt som inte går att ångra — pengar, publicering, ett meddelande till en kund, något juridiskt — ber Weft agenten att stanna och vänta på dig, och när det stoppet väl är satt kan ingen agent häva det eller flytta uppgiften till Done.

4. 04Varje uppgift har en mänsklig ägare.

   Du kan inte ställa en agent till svars; du kan bara ge den ett uppdrag. Därför har en uppgift exakt en ägare, som är en människa, och en utförare som namnges: inte ”AI:n”, utan Claude Code, Cursor, ChatGPT eller Codex. Håll nere antalet utförare. Anthropics egna råd för agentteam är att börja med tre till fem, eftersom ”three focused teammates often outperform five scattered ones” (tre fokuserade lagkamrater presterar ofta bättre än fem splittrade).⁵

5. 05Vid gränsen: styr om — och fejka aldrig ett beslut.

   När kön är full ger systemet besked om vad som ska göras i stället, inte ett felmeddelande. När en agent tystnar mitt i en uppgift förfaller dess anspråk och uppgiften går tillbaka till tavlan för någon annan. Och när du inte har bestämt dig än väntar arbetet på dig: tystnad är inte godkännande, så ingenting markeras någonsin som godkänt bara för att tiden har gått.

6. 06Ingenting flyttas över i tysthet.

   Veckan är planeringens enhet: i början av en vecka var människor 62,9 % mer benägna än en vanlig dag att åta sig ett mål, och i början av en månad 23,6 % mer. En vecka slutar med ett beslut om varje ofärdig uppgift — fortsätt med ett konkret nästa steg, dela upp den, skicka tillbaka den eller släpp den — i stället för en tyst flytt till nästa vecka.⁶

7. 07Beslutet överlever sessionen.

   Ingen AI-klient lämnar över sitt minne till någon annan, och det gör den rätt i. Det som överlever en session är alltså det som skrevs ner utanför den: inte en akt om dig, utan arbetets historik — hur en uppgift slutade, vad som beslutades och varför. Minnet måste också kunna glömma: en anteckning som är inaktuell slutar att ges till agenter.

Kör din tavla genom det här

Ett manifest utan måttstock är en affisch. De här sju frågorna tar ungefär fem minuter att ställa till vilken uppgiftshanterare som helst. Där Weft ännu inte har stängt en egenskap för alla användare får det ett streck, inte en bock.

✓ fungerar i dag · — delvis, eller ännu inte påslaget · ✗ saknas

Vad vi räknar, och vad vi inte räknar

Velocity, story points, burndown, beläggningsgrad, antalet skapade uppgifter och antalet AI-anrop finns inte i den här produkten. De mäter en resurs som har slutat vara knapp, och de belönar brus.

En känsla av fart är inte heller en mätning. I METR:s studie av erfarna open source-utvecklare som använde verktyg från början av 2025 trodde de att AI hade gjort dem 20 % snabbare; uppmätt var de 19 % långsammare.⁹

Det som är värt att räkna är fyra saker: hur länge den äldsta posten har väntat på dig; tiden från ”agenten är klar” till ”du har beslutat”; andelen arbete som godkänns första gången, separat för varje utförare; och minuterna av din uppmärksamhet per godkänt resultat. Det sista är det enda ärliga testet av om AI lönar sig. Weft registrerar det som var och en av dem kräver — vem som gjorde varje arbete, när det var klart och vad du beslutade — och visar hur mycket som väntar på dig.

Där det här brister

En del arbete saknar en körbar kontroll. Ett brev till en investerare eller en positioneringstext kan en server inte verifiera, och där faller metoden ärligt tillbaka på en vanlig tavla med en granskare och en sådan uppgift i taget. Ett ramverk som lovar mer än det kan kontrollera brister just där någon förlitade sig på det.

Det finns ännu ingen expertgranskad studie av den rätta gränsen när agenter gör arbetet. Fem är vår standard, inte ett forskningsresultat. Vi började med tre och höjde gränsen efter de första veckornas verkliga användning: en tredjedel av avslagen kom när bara tre eller fyra saker väntade, och de betades av i ett svep. Granskning kan också bli billigare: GDPval noterar själv att granskningstiden sjunker när yrkesverksamma vänjer sig vid arbetet. Om kontroll en dag blir billig och tillförlitlig bör gränsen växa — därför är varje tröskel här en standard vi räknar med att revidera, inte en övertygelse.³

Källor

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