Tuyên ngôn Weft

Một con số: năm

Cùng một lúc, không quá năm kết quả đã xong hoặc câu hỏi còn mở chờ bạn quyết định — mười khi cả nhóm dùng chung bảng. Khi hàng đợi đầy, agent nào xin bắt đầu việc mới sẽ được bảo hãy hoàn thành, thu gọn, hoặc nhận lại việc bị trả về. Việc hoàn thành không bao giờ bị từ chối: việc đã xong không bao giờ bị vứt đi.

Giới hạn này được cố ý đặt nhỏ. Trong công thức hàng đợi của Kingman, thời gian chờ tăng theo ρ/(1−ρ): một người review bận 95% thời gian sẽ để công việc chờ lâu gấp 19 lần so với người chỉ bận một nửa thời gian, với cùng độ biến động. Giống như mục tiêu của Google SRE giữ việc lặt vặt (toil) dưới 50% thời gian của kỹ sư, năm là một con số bạn có thể vượt — và thấy được là mình đã vượt.^7,8

Bảy nguyên tắc

1. 01Công việc không còn khan hiếm. Quyết định của bạn thì có.

   Đặt giới hạn cứng ở hàng đợi trước mặt người quyết định, không phải ở cột Doing. Một agent đang rảnh là một agent khỏe mạnh; nó không mệt, và ba việc hay năm mươi việc với nó cũng như nhau. Người review công việc của nó mới là nguồn lực duy nhất bị tiêu hao từng việc một.

2. 02Mỗi “xong” đều nói rõ nó dựa trên điều gì.

   Báo cáo của agent là một lời xin xác nhận, không phải bằng chứng. Trong các miền τ²-bench một bên điều khiển, thành công giả — agent nói đã xong, môi trường lại cho thấy không phải — chiếm 45–48% số lỗi, và không giám khảo LLM nào đọc dấu vết của agent đạt AUROC trên 0,65, trong khi tung đồng xu cũng được 0,5. Vì vậy, “xong” vững chắc nhất là “xong” đọc thế giới bên ngoài: một trang có phản hồi, một tệp có hash khớp, một đối tượng thực sự tồn tại. Công việc không cần gì từ bạn có thể được đóng chỉ dựa trên lời của agent — và khi đó được hiển thị đúng như vậy, không bao giờ như đã được kiểm tra.⁴

3. 03Ai làm việc thì không tự ký duyệt việc đó.

   Đã xác minh và đã chấp nhận là hai trạng thái khác nhau. Một máy chủ đã đọc lại thế giới bên ngoài, một phép kiểm tra tất định hoặc một con người có thể đánh dấu công việc là đã xác minh; agent làm ra nó thì không. Chấp nhận là chữ ký thứ hai, tách biệt. Với bất cứ điều gì không thể đảo ngược — tiền bạc, đăng tải công khai, tin nhắn gửi khách hàng, bất cứ điều gì liên quan đến pháp lý — Weft yêu cầu agent dừng lại và chờ bạn, và một khi điểm dừng đó đã được đặt, không agent nào có thể gỡ nó hay chuyển việc sang Done.

4. 04Mỗi việc có một người chịu trách nhiệm là con người.

   Bạn không thể bắt một agent chịu trách nhiệm; bạn chỉ có thể giao việc cho nó. Vì vậy, mỗi việc có đúng một người chịu trách nhiệm, là con người, và một bên được ủy thác có tên rõ ràng: không phải “AI”, mà là Claude Code, Cursor, ChatGPT hay Codex. Hãy giữ ít bên được ủy thác. Chính Anthropic khuyên các đội agent nên bắt đầu với ba đến năm thành viên, vì “three focused teammates often outperform five scattered ones” (ba đồng đội tập trung thường làm tốt hơn năm người phân tán).⁵

5. 05Khi chạm giới hạn, hãy chỉ đường — và đừng bao giờ giả một quyết định.

   Khi hàng đợi đầy, hệ thống nói nên làm gì thay vì báo lỗi. Khi một agent im lặng giữa chừng, quyền nhận việc của nó hết hạn và việc quay lại bảng cho người khác. Còn khi bạn chưa quyết định, công việc chờ bạn: im lặng không phải là chấp nhận, nên không có gì được đánh dấu đã chấp nhận chỉ vì thời gian trôi qua.

6. 06Không có gì bị âm thầm dời sang tuần sau.

   Tuần là đơn vị lập kế hoạch: so với một ngày bình thường, người ta có khả năng cam kết với một mục tiêu cao hơn 62,9% vào đầu tuần, và cao hơn 23,6% vào đầu tháng. Một tuần kết thúc bằng một quyết định cho mỗi việc chưa xong — tiếp tục với một bước cụ thể tiếp theo, tách nhỏ, trả lại hoặc bỏ — chứ không phải bằng một lần lặng lẽ dời sang tuần sau.⁶

7. 07Quyết định sống lâu hơn phiên làm việc.

   Không AI client nào trao trí nhớ của mình cho ai khác, và như vậy là đúng. Vì thế, thứ còn lại sau một phiên là những gì được ghi lại bên ngoài nó: không phải một hồ sơ về bạn, mà là lịch sử công việc — một việc đã kết thúc ra sao, điều gì đã được quyết định và vì sao. Trí nhớ cũng phải biết quên: một ghi chú đã lỗi thời sẽ không còn được đưa cho agent.

Đem bảng của bạn ra thử

Một tuyên ngôn không có thước đo chỉ là một tấm áp phích. Bảy câu hỏi này mất khoảng năm phút để hỏi bất kỳ trình quản lý công việc nào. Ở chỗ Weft chưa hoàn thiện một thuộc tính cho mọi người dùng, nó nhận một gạch ngang, không phải dấu tích.

✓ hoạt động hôm nay · — một phần, hoặc chưa bật · ✗ không có

Chúng tôi đếm gì, và không đếm gì

Velocity, story point, burndown, mức sử dụng, số việc được tạo và số lần gọi AI không có trong sản phẩm này. Chúng đo một nguồn lực đã thôi khan hiếm, và chúng thưởng cho tiếng ồn.

Cảm giác nhanh hơn cũng không phải là phép đo. Trong nghiên cứu của METR về các lập trình viên mã nguồn mở giàu kinh nghiệm dùng công cụ đầu năm 2025, họ tin rằng AI giúp họ nhanh hơn 20%; khi đo, họ chậm hơn 19%.⁹

Điều đáng đếm là bốn thứ: mục cũ nhất đã chờ bạn bao lâu; thời gian từ “agent đã sẵn sàng” đến “bạn đã quyết định”; tỷ lệ công việc được chấp nhận ngay lần đầu, tính riêng cho từng bên thực hiện; và số phút chú ý của bạn cho mỗi kết quả được chấp nhận. Con số cuối cùng là phép thử trung thực duy nhất xem AI có đáng hay không. Weft ghi lại những gì mỗi chỉ số cần — ai đã làm từng phần việc, khi nào nó sẵn sàng và bạn đã quyết định gì — và cho thấy có bao nhiêu thứ đang chờ bạn.

Chỗ cách làm này không đứng vững

Có những việc không có phép kiểm tra nào chạy được. Một lá thư gửi nhà đầu tư hay một tuyên bố định vị thì máy chủ không thể xác minh, và ở đó phương pháp này thành thật lùi về một bảng bình thường với một người review và mỗi lúc một việc như vậy. Một khuôn khổ hứa nhiều hơn những gì nó kiểm tra được sẽ gãy đúng ở chỗ có người đã dựa vào nó.

Hiện chưa có nghiên cứu được bình duyệt nào về giới hạn phù hợp khi agent làm việc. Năm là mặc định của chúng tôi, không phải một phát hiện. Chúng tôi bắt đầu với ba và nâng lên sau những tuần đầu dùng thật: một phần ba số lần từ chối xảy ra khi chỉ có ba hoặc bốn việc đang chờ, và chúng được xử lý xong trong một lần ngồi. Việc review cũng có thể rẻ đi: chính GDPval ghi nhận thời gian review giảm khi người làm chuyên môn quen với công việc. Nếu một ngày việc kiểm tra trở nên rẻ và đáng tin, giới hạn nên tăng lên — đó là lý do mọi ngưỡng ở đây đều là mặc định chúng tôi dự định sẽ sửa, không phải niềm tin.³

Nguồn

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