Il mio stack di agenti per automatizzare la mia vita privata

Il mio agente gestisce le mie email, SMS, WhatsApp, Telegram e praticamente tutto per automatizzare la mia vita personale.

La gente continua a chiedermi come uso gli agenti nella vita reale. Intendo le cose noiose che fanno sparire una giornata: leggere WhatsApp e Telegram, trovare l'email di qualcuno, cercare sul web, abbozzare un'introduzione, aggiornare un documento su Google Drive, creare un evento in calendario, controllare chi deve ancora ricevere una risposta, e fare tutto questo usando gli stessi strumenti disordinati che già utilizzo.

La mia risposta è deludente nella sua semplicità. Uso Codex come operatore sopra i miei dati di vita reali. Ha strumenti. Ha connettori per i dati. Ha competenze. Ha una fonte di verità. Ha abbastanza permessi per agire localmente, e abbastanza punti di approvazione per non mettermi in imbarazzo in pubblico.

Questa è sostanzialmente la configurazione. Strumenti, connettori per i dati, competenze e buon gusto.

Prima facevo più cose del genere in Claude Code, ma ho spostato la configurazione su Codex perché GPT-5.5 è attualmente un modello migliore per questo tipo di lavoro. Il passaggio da Claude Code a Codex non è la vera storia. La storia è che una volta che un modello è abbastanza bravo, la vera leva deriva dal collegarlo al mondo in cui già vivi.

La parte importante è che l'agente può muoversi attraverso i confini. La mia vita personale non è in una singola app. È suddivisa tra Gmail, WhatsApp, Telegram, iMessage, Google Drive, Calendario, Notion, file locali, PDF sparsi, sessioni del browser e un foglio di calcolo dei contatti che è molto più prezioso di quanto sembri.

Un Esempio Reale di Comunicazione

Qualche giorno fa un'amica mi ha inviato un messaggio su WhatsApp. Stava aiutando una startup AI di San Francisco in rapida crescita a reclutare in Francia e voleva mettere in contatto il loro responsabile delle assunzioni con un recruiter che conosco. Non ricordavo l'email del recruiter. Non conoscevo le ultime notizie sui finanziamenti della startup. Dovevo cercare su WhatsApp, cercare su Gmail, trovare l'email del recruiter, cercare sul web, capire perché la startup era credibile, abbozzare un'email di presentazione, includere i due link alle offerte di lavoro, mostrarmi la bozza, inviare l'email dopo l'approvazione e poi scrivere alla mia amica che era tutto fatto.

Normalmente sono venti minuti di fastidiosi passaggi da un'app all'altra. Da WhatsApp a Gmail a Google Search a Gmail di nuovo a WhatsApp di nuovo. Non è un lavoro difficile, ma è esattamente il tipo di lavoro che consuma attenzione perché ogni passaggio è un piccolo cambio di contesto.

Con l'agente, ho chiesto il risultato finale. Ha letto la conversazione di WhatsApp, ha cercato su Gmail l'email del recruiter, ha cercato sul web i finanziamenti e le notizie recenti della startup, ha abbozzato l'email di presentazione, ha aspettato la mia approvazione, ha inviato l'email e poi ha scritto alla mia amica che l'introduzione era stata fatta. La parte visibile all'utente è durata circa dieci secondi. L'agente ha fatto il lavoro di collegamento (in secondi!)

Questo è il modello vincente. L'agente non "risponde a una domanda". Opera attraverso i miei strumenti per completare un piccolo flusso di lavoro reale (aka un "compito da svolgere").

L'Esempio della Targa

Un altro esempio è ancora più noioso, ed è per questo che mi piace. Ho ricevuto una nuova targa per la mia auto. Ho inviato foto e contesto a Codex. Ha aggiornato il file Markdown con le informazioni dell'auto che tengo su Google Drive, ha cambiato la targa, ha aggiunto le note di registrazione, ha preservato VIN, assicurazione, proprietari e indirizzo esistenti, e poi ha caricato il file di nuovo su Drive.

Questo da solo è utile, ma la versione migliore è ciò che succede dopo. L'agente può usare l'automazione del browser per aggiornare le stesse informazioni ovunque: FasTrak, l'app del parcheggio, i portali delle assicurazioni, i moduli DMV o qualsiasi altra app web che non ha una API pulita. Per i sistemi puliti, dovrebbe usare un'API o CLI. Per i sistemi disordinati, può usare il browser ed è così bravo! Ora uso anche Computer Use di Codex.

A questo servono gli agenti personali. Non per un'autonomia drammatica. Per la continuità amministrativa. Ho sempre avuto paura della modalità Openclaw yolo in background. Apprezzo avere il controllo.

Google Drive È La Mia Fonte di Verità

La decisione architetturale più importante che ho preso è stata centralizzare le informazioni personali di valore in Google Drive. Per anni, gran parte della mia conoscenza viveva in Notion. Mi piace Notion come spazio di lavoro umano, ma non lo amo come fonte di verità primaria per un agente. L'API funziona, ma lo spazio di lavoro è troppo fluido: pagine nidificate, database, proprietà, permessi, formattazione, backlink e molta struttura nativa dell'interfaccia utente che è piacevole per gli umani e fastidiosa per i modelli.

Quindi ho usato l'API di Notion per esportare le informazioni di valore e spostarle in Google Drive. Non stavo cercando di preservare perfettamente lo spazio di lavoro di Notion. Stavo cercando di rendere le informazioni leggibili dall'agente. La maggior parte delle informazioni utili in Drive sono in Markdown o CSV, perché questi formati sono facili per l'agente da cercare, confrontare, modificare e caricare senza cerimonie. Google Drive è diventato la fonte di verità perché gogcli fornisce all'agente una semplice interfaccia a riga di comando per Gmail, Drive, Calendar, Docs, Sheets, Contatti e Attività.

Questo è un punto sottovalutato. Non dovresti organizzare la tua conoscenza solo per l'interfaccia utente umana. Dovresti organizzarla per il percorso degli strumenti dell'agente. Agli agenti piacciono gli ID dei file stabili, testo, tabelle, Markdown, CSV e comandi che restituiscono JSON. Se l'agente può cercarlo, scaricarlo, modificarlo, caricarlo e citare da dove proviene, il dato è utile.

Il mio livello di dati personali è imbarazzantemente semplice. Google Drive contiene i documenti importanti, per lo più come file Markdown e CSV. I contatti vivono in un Google Sheet copiato come CSV. Le esportazioni di Notion finiscono in Drive. Le istruzioni locali vivono in AGENTS.md. Le competenze vivono come file Markdown in cartelle. La fonte di verità non è elegante. È leggibile.

Gran parte della produttività personale consiste solo nell'unire questi dati. Un fatto è in WhatsApp. Un altro è in Gmail. L'indirizzo email è nei Contatti. La data è nel Calendario. Il documento è in Drive. L'agente diventa utile quando può attraversare questi confini senza chiedermi di fare da collante.

Uno dei miei migliori investimenti è stato creare un contact.csv con numero di telefono, email, LinkedIn, ecc. di tutte le persone che conosco.

Gli Strumenti

Gli strumenti principali sono noiosi per progettazione. Uso gogcli per Google Workspace, wacli per WhatsApp, imsg per iMessage e SMS, Browser Use o automazione del browser per app web, e AppleScript o automazione dell'interfaccia utente di macOS quando non c'è un'interfaccia migliore.

La gerarchia è semplice. API e CLI sono le migliori. I file locali sono ottimi. L'automazione del browser è accettabile. L'automazione dello schermo è l'ultima risorsa.

Questa gerarchia è importante perché gli agenti sono affidabili quanto la loro superficie di strumenti. Chiedere a un modello di cliccare in giro per un sito web è a volte necessario, ma non è il percorso ideale. Un comando come gog gmail messages list o wacli messages list --json è molto più facile per il modello da ispezionare, riprovare e su cui ragionare.

Ecco come appare il livello degli strumenti nella pratica:

Niente di tutto questo sembra fantascienza. Questo è il punto. Il futuro degli agenti personali inizia come un mucchio di comandi che permettono al modello di operare gli strumenti che già usi. Vuoi ridurre al massimo i livelli di astrazione tra i modelli e le API.

Le Competenze

Gli strumenti danno le mani all'agente. Le competenze gli danno abitudini. Una competenza è solo un piccolo manuale operativo che dice all'agente come svolgere un compito ricorrente nel modo in cui piace a me.

La mia competenza per la posta in arrivo zero è un buon esempio. Dice all'agente di elencare i messaggi della posta in arrivo di Gmail tramite gog, separare l'archiviazione automatica da ciò che necessita di revisione, mostrarmi le email importanti, citare la sostanza, suggerire archiviazione o risposta, abbozzare risposte, aspettare l'approvazione esplicita, inviare nel thread originale, preservare tutti i destinatari, archiviare solo dopo l'invio, mantenere le risposte brevi, non suggerire mai chiamate a meno che non lo chieda io, e firmare con "Nicolas."

Non è un'architettura fantasiosa. È una procedura. Ma la procedura è il prodotto ed... è solo testo di istruzioni.

Senza la competenza, devo essere io il prompt ogni volta. Devo ricordare all'agente di non inviare senza approvazione, di non omettere i destinatari in cc, di non suggerire una chiamata e di non firmare con una strana firma aziendale. Con la competenza, dico "esegui posta in arrivo zero" e il flusso di lavoro contiene già il mio gusto.

L'abitudine importante è che miglioro la competenza ogni volta che l'agente commette un errore. Se suggerisce una chiamata quando odio le chiamate, aggiungo quella regola. Se dimentica di preservare i destinatari in cc, aggiungo quella regola. Se archivia in modo troppo aggressivo, stringo la classificazione. L'agente migliora perché la procedura migliora.

È così che gli agenti personali diventano personali. Non avendo una voce carina. Accumulando gusto operativo.

La configurazione si accumula perché gli errori diventano istruzioni.

I Punti di Approvazione Sono Il Prodotto

Non voglio un agente che risponda ciecamente a tutti. Voglio un agente che prepari il lavoro, mi mostri la bozza e chieda al momento giusto. Per la maggior parte dei flussi di lavoro di comunicazione, il ciclo è: leggi il contesto, abbozza la risposta, mostramela, aspetta l'approvazione, invia, conferma.

A volte lo lascio inviare direttamente quando la posta in gioco è bassa. "Di' a Hugo che sono a Seattle la prossima settimana" non ha bisogno di una riunione del consiglio. Ma un'email per un investitore, una risposta a un cliente, un'introduzione o qualsiasi cosa con sfumature sociali dovrebbe essere prima abbozzata.

Questa è la differenza tra utile e terrificante. La scansione in sola lettura è un livello di fiducia. Abbozzare è un altro. Inviare è un altro. Cancellare, pagare, firmare o modificare le impostazioni dell'account è un livello completamente diverso. Il futuro non è "l'agente fa tutto". Il futuro è "l'agente fa il lavoro noioso e chiede nei momenti giusti".

Il Flusso di Lavoro Vincente È "Cosa Mi Sono Perso?"

Il flusso di lavoro vincente non è l'email. È il triage della casella di posta della vita. Ogni poche ore, voglio chiedere: "Cosa mi sono perso?" e avere l'agente che scansiona WhatsApp, Telegram, Gmail, SMS, Calendario e le modifiche rilevanti di Drive. Poi voglio che mi dica chi ha bisogno di una risposta, cosa è urgente, cosa è obsoleto, cosa può essere ignorato, cosa dovrebbe diventare un evento del calendario e cosa necessita di una ricerca nei documenti.

Questo è il compito perfetto per un agente perché è ricco di contesto, ripetitivo, multi-strumento e pieno di piccole decisioni. Gli umani odiano fare la prima passata. Gli agenti sono bravi nelle prime passate. Il giudizio appartiene ancora a me.

Il risultato non è che la mia vita diventi autonoma. Il risultato è che smetto di essere la persona che scava manualmente in cinque app per scoprire le tre cose che contano.

La Mia Checklist di Configurazione Attuale

Se qualcuno vuole riprodurre la mia configurazione, questa è la checklist. Installa Codex. Installa gogcli per Google Workspace. Installa wacli per WhatsApp. Installa un connettore Telegram se usi Telegram. Installa imsg per iMessage e SMS. Aggiungi automazione del browser, idealmente tramite Browser Use o un controller Chrome. Aggiungi automazione macOS tramite AppleScript e scripting dell'interfaccia utente. Se la tua conoscenza vive in Notion, usa l'API di Notion per esportare le parti di valore in Google Drive.

Poi centralizza i dati. Rendi Google Drive la fonte di verità. Tieni i contatti in un Google Sheet o CSV. Tieni i documenti personali importanti come file ricercabili. Tieni le istruzioni locali in AGENTS.md. Tieni piccole competenze per flussi di lavoro ricorrenti.

Poi concedi i permessi con attenzione. L'Accesso Completo al Disco è necessario per file locali e database di app. La Registrazione dello Schermo è utile come ripiego visivo. L'Accessibilità è necessaria per cliccare e digitare nelle app. Questi sono permessi seri, quindi abbinali a seri punti di approvazione.

Poi scrivi le regole operative.

Questo è sostanzialmente tutto. Strumenti, connettori per i dati, competenze, punti di approvazione e miglioramento continuo.

Questo È Il Nuovo Sistema Operativo

Il personal computer era gestito da app. Aprivi l'app, cercavi, cliccavi, copiavi, incollavi, scrivevi e inviavi. Il computer gestito da agente è diverso. Esprimi l'intenzione, l'agente raccoglie il contesto, propone l'azione, aspetta l'approvazione quando necessario, esegue e riferisce.

Una volta che provi questo, il vecchio modo sembra assurdo. Perché dovrei cercare manualmente su WhatsApp, Gmail, Google Drive e il web per inviare una presentazione? Perché dovrei copiare una targa in cinque portali diversi? Perché dovrei leggere 100 messaggi per trovare i tre che contano?

Il computer dovrebbe farlo.

La configurazione è ancora brutta. Le CLI sono grezze. I permessi sono fastidiosi. Alcuni connettori si rompono. L'automazione del browser è fragile. Devi scrivere competenze. Devi mantenere una fonte di verità. Ma è così che di solito inizia il futuro.

I primi agenti personali utili non sembreranno app consumer raffinate. Sembreranno un modello dentro un terminale con accesso ai tuoi file, account, ricordi e strumenti.

Questo è ciò che uso oggi, e ogni settimana do all'agente un altro pezzo della mia vita da gestire.