私のエージェントがメール、SMS、WhatsApp、Telegram、そしてほぼすべてのことを管理して、個人生活を自動化しています
「実際にエージェントをどう使っているの？」とよく聞かれます。つまり、日常の面倒なこと——WhatsApp や Telegram を読む、誰かのメールアドレスを探す、ウェブ検索する、紹介文を下書きする、Google Drive のドキュメントを更新する、カレンダーイベントを作成する、まだ返事が必要な人を確認する——これらすべてを、すでに使っている同じツール群で行う方法のことです。
私の答えは驚くほどシンプルです。私は Codex を、実際の生活データの上で動作するオペレーターとして使っています。Codex にはツールがあり、データコネクタがあり、スキルがあり、真実のソースがあり、ローカルで動作するのに十分な権限と、公の場で私を恥ずかしい思いにさせない承認ゲートがあります。
基本的にはこれだけです。ツール、データコネクタ、スキル、そしてセンス。
以前は Claude Code でこれを行っていましたが、最近は Codex に移行しています。なぜなら GPT-5.5 が現在、この種の作業にはより優れたモデルだからです。Claude Code から Codex への切り替え自体が重要な話ではありません。本当の話は、ひとたびモデルが十分に良くなれば、本当のレバレッジは、あなたがすでに生きている世界にモデルを配線することから生まれる、ということです。
重要なのは、エージェントが境界を越えて移動できることです。私の個人生活は一つのアプリに収まっていません。Gmail、WhatsApp、Telegram、iMessage、Google Drive、Calendar、Notion、ローカルファイル、ランダムな PDF、ブラウザセッション、そして見た目以上に価値のある連絡先スプレッドシートに分散しています。
実際のコミュニケーションの例
数日前、友人が WhatsApp でメッセージを送ってきました。彼女は急成長中のサンフランシスコの AI スタートアップがフランスで人材を採用するのを手伝っており、その採用責任者と私が知っているリクルーターを引き合わせたいとのことでした。私はそのリクルーターのメールアドレスを覚えていませんでした。スタートアップの最新の資金調達ニュースも知りませんでした。WhatsApp を検索し、Gmail を検索し、リクルーターのメールアドレスを見つけ、ウェブ検索し、スタートアップの信用性を理解し、紹介メールを下書きし、2 つの求人リンクを含め、下書きを見せ、承認後にメールを送信し、友達に「やったよ」とテキストを送る必要がありました。
これは通常、20 分間の面倒なアプリ切り替え作業です。WhatsApp から Gmail へ、Google 検索へ、再び Gmail へ、また WhatsApp へ。難しい作業ではありませんが、まさに注意力を消耗する種類の作業です。なぜなら、すべてのステップが小さなコンテキストスイッチだからです。
エージェントを使えば、結果を依頼するだけです。エージェントは WhatsApp のスレッドを読み、Gmail でリクルーターのメールアドレスを検索し、スタートアップの資金調達と最近のニュースをウェブで調べ、紹介文を下書きし、私の承認を待ち、メールを送信し、友達に紹介が完了したことをテキストで送りました。ユーザーが関与した部分は約 10 秒でした。エージェントが糊付け作業を行ったのです（数秒で！）
これこそがキラー パターンです。エージェントは「質問に答えている」のではありません。私のツール群を横断して操作し、小さな現実世界のワークフロー（いわゆる「やるべき仕事」）を完了しているのです。
ナンバープレートの例
もう一つの例はさらに退屈ですが、だからこそ気に入っています。車のナンバープレートを新しくしました。写真と状況を Codex に送信しました。Codex は Google Drive にある車の情報の Markdown ファイルを更新し、ナンバープレートを変更し、登録ノートを追加し、既存の VIN、保険、所有者、住所を保持し、ファイルを Drive にアップロードしました。
これだけでも便利ですが、さらに良いのはその後の展開です。エージェントはブラウザ自動化を使用して、他のすべての場所——FasTrak、駐車アプリ、保険ポータル、DMV 関連フォーム、クリーンな API を持たないその他のウェブアプリ——でも同じ情報を更新できます。クリーンなシステムには API や CLI を使うべきです。複雑なシステムにはブラウザが使えますが、非常に優秀です！Codex の Computer Use も使っています。
これこそがパーソナルエージェントの目的です。ドラマチックな自律性ではありません。管理の継続性です。私は以前、Openclaw の yolo モードがバックグラウンドで暴走するのが怖かったのです。コントロールできていることには感謝しています。
Google Drive が私の真実のソース
私が下した最も重要なアーキテクチャ上の決断は、貴重な個人情報を Google Drive に集中化したことです。長年、私の知識の多くは Notion にありました。Notion は人間のワークスペースとして好きですが、エージェントの主要な真実のソースとしてはあまり好きではありません。API は動作しますが、ワークスペースが流動的すぎます：ネストされたページ、データベース、プロパティ、権限、フォーマット、バックリンク、そして人間には快適でモデルには厄介な UI ネイティブな構造が多すぎます。
そこで I used the Notion API to export the valuable information and move it into Google Drive. I was not trying to perfectly preserve the Notion workspace. I was trying to make the information agent-readable. Drive 内のほとんどの有用な情報は Markdown または CSV です。なぜなら、これらの形式はエージェントが検索、差分比較、編集、アップロードするのが簡単で、余計な手間がかからないからです。
Google Drive は、gogcli がエージェントに Gmail、Drive、Calendar、Docs、Sheets、Contacts、Tasks のためのシンプルなコマンドライン インターフェースを提供するため、真実のソースとなりました。
これは過小評価されているポイントです。人間の UI のためだけに知識を整理すべきではありません。エージェントのツールパスのために整理すべきです。エージェントは安定したファイル ID、テキスト、テーブル、Markdown、CSV、そして JSON を返すコマンドを好みます。エージェントが検索、ダウンロード、編集、アップロード、出典を引用できるなら、そのデータは有用です。
私の個人データ層は恥ずかしいほどシンプルです。Google Drive は重要なドキュメントを保持し、ほとんどは Markdown ファイルと CSV です。連絡先は CSV にミラーリングされた Google Sheet にあります。Notion のエクスポートは Drive に保存されます。ローカルの指示は AGENTS.md にあります。スキルはフォルダ内の Markdown ファイルとして存在します。真実のソースはエレガントではありません。読みやすいのです。
個人の生産性の多くは、このデータを横断して結合することにすぎません。ある事実は WhatsApp に、別の事実は Gmail にあります。メールアドレスは Contacts に、日付は Calendar に、ドキュメントは Drive にあります。エージェントは、私を糊役にすることなくそれらの境界を越えられるようになったときに有用になります。
私の最高の投資の一つは、知り合い全員の電話番号、メール、LinkedIn などを含む contact.csv を作成したことです。
ツール
核となるツールは意図的に地味です。Google Workspace には gogcli を、WhatsApp には wacli を、iMessage と SMS には imsg を、ウェブアプリには Browser Use またはブラウザ自動化を、そしてより良いインターフェースがない場合は AppleScript または macOS UI 自動化を使用しています。
階層はシンプルです。API と CLI が最良です。ローカルファイルも優れています。ブラウザ自動化は許容範囲です。スクリーン自動化は最後の手段です。
この階層が重要なのは、エージェントの信頼性がツールの表面に依存するからです。モデルにウェブサイトをクリックさせることは時には必要ですが、ハッピーパスではありません。gog gmail messages list や wacli messages list --json のようなコマンドは、モデルにとって検査、再試行、推論がはるかに簡単です。
ツール層は実際には次のように見えます：
これらのどれも SF のようには見えません。それがポイントです。パーソナルエージェントの未来は、モデルがすでに使っているツールを操作できるようにするためのコマンドの山から始まります。モデルと API の間の抽象化層を最大限に減らしたいのです。
スキル
ツールはエージェントに手を与えます。スキルは習慣を与えます。スキルとは、エージェントに繰り返しタスクを自分の好みの方法で行う方法を教える小さな操作マニュアルです。
私の inbox-zero スキルは良い例です。これはエージェントに、gog を通じて Gmail の受信箱メッセージを一覧表示し、自動アーカイブとレビュー必要を分離し、重要なメールを見せ、内容を引用し、アーカイブまたは返信を提案し、返信を下書きし、明示的な承認を待ち、元のスレッドで送信し、すべての受信者を保持し、送信後にのみアーカイブし、返信は簡潔に保ち、私が依頼しない限り決して電話を提案せず、「Nicolas」で署名するように指示します。
これは派手なアーキテクチャではありません。手順です。しかし、手順こそがプロダクトであり…それは単なるテキストの指示です。
スキルがなければ、毎回私がプロンプトを出さなければなりません。承認なしに送信しないこと、cc 受信者を落とさないこと、電話を提案しないこと、奇妙なコーポレート署名で署名しないことを、毎回エージェントに注意する必要があります。スキルがあれば、「inbox zero を実行して」と言うだけで、ワークフローにはすでに私のセンスが組み込まれています。
重要な習慣は、エージェントが間違いをするたびにスキルを改善することです。電話を提案したら（私は電話が嫌い）、そのルールを追加します。cc 受信者を保持し忘れたら、そのルールを追加します。アーカイブしすぎたら、分類を厳しくします。手順が改善されるにつれて、エージェントは良くなっていきます。
これが、パーソナルエージェントがパーソナルになる方法です。かわいい声を持つことではありません。運用上のセンスを蓄積することです。
このセットアップは複利効果を生みます。なぜなら、間違いが指示になるからです。
承認ゲートこそがプロダクト
私は盲目的に全員に返信するエージェントは欲しくありません。作業を準備し、下書きを見せ、適切なタイミングで尋ねるエージェントが欲しいのです。ほとんどのコミュニケーションワークフローでは、ループは次の通りです：コンテキストを読み、返信を下書きし、見せ、承認を待ち、送信し、確認する。
時には、リスクが低い場合に直接送信させることもあります。「Hugo に来週シアトルにいると伝えて」に役員会議は必要ありません。しかし、投資家へのメール、顧客への返信、紹介、社会的なニュアンスを伴うものは、まず下書きすべきです。
これが、有用と恐ろしいの違いです。読み取り専用のスキャンは一つの信頼レベルです。下書きは別のレベルです。送信はさらに別です。削除、支払い、署名、アカウント設定の変更は全く異なるレベルです。未来は「エージェントがすべてを行う」ことではありません。未来は「エージェントが退屈な作業を行い、適切なタイミングで尋ねる」ことです。
キラーワークフローは「何を見逃したか？」
キラーワークフローはメールではありません。ライフ受信箱のトリアージです。数時間ごとに、「何を見逃した？」と尋ね、エージェントに WhatsApp、Telegram、Gmail、SMS、Calendar、関連する Drive の変更をスキャンさせます。そして、誰が返信を必要としているか、何が緊急か、何が古いか、何を無視できるか、何をカレンダーイベントにすべきか、何をドキュメント検索する必要があるかを教えてもらいます。
これは完璧なエージェントタスクです。なぜなら、コンテキストが重く、繰り返しが多く、ツール横断的で、小さな判断に満ちているからです。人間は最初のパスを行うのが嫌いです。エージェントは最初のパスが得意です。判断は依然として私のものです。
結果として、私の生活が自律的になるわけではありません。結果として、私は重要な3つのことを発見するために5つのアプリを手動で掘り返す人間ではなくなるのです。
現在のセットアップチェックリスト
誰かが私のセットアップを再現したい場合、これがチェックリストです。Codex をインストールする。Google Workspace 用に gogcli をインストールする。WhatsApp 用に wacli をインストールする。Telegram を使っているなら Telegram コネクタをインストールする。iMessage と SMS 用に imsg をインストールする。ブラウザ自動化を追加する（理想的には Browser Use または Chrome コントローラー経由）。AppleScript と UI スクリプティングを通じて macOS 自動化を追加する。知識が Notion にある場合は、Notion API を使用して価値のある部分を Google Drive にエクスポートする。
次に、データを集中化する。Google Drive を真実のソースにする。連絡先は Google Sheet または CSV で管理する。重要な個人ドキュメントは検索可能なファイルとして保持する。ローカルの AGENTS.md の指示を保持する。繰り返しのワークフロー用に小さなスキルを保持する。
次に、権限を慎重に付与する。ローカルファイルとアプリデータベースには Full Disk Access が必要です。Screen Recording は視覚的なフォールバックとして有用です。Accessibility はアプリ内でのクリックとタイピングに必要です。これらは重大な権限ですので、重大な承認ゲートと組み合わせてください。
次に、運用ルールを書く。
これで基本的には完了です。ツール、データコネクタ、スキル、承認ゲート、そして継続的な改善。
これが新しいオペレーティングシステム
パーソナルコンピュータはかつてアプリで操作されていました。アプリを開き、検索し、クリックし、コピーし、貼り付け、書き、送信していました。エージェントで操作されるコンピュータは違います。意図を述べると、エージェントがコンテキストを収集し、アクションを提案し、必要に応じて承認を待ち、実行し、報告します。
これを経験すると、古いやり方が馬鹿げているように感じます。なぜ、一通の紹介メールを送るために、手動で WhatsApp、Gmail、Google Drive、ウェブを検索しているのか？なぜ、ナンバープレートを五つの異なるポータルにコピーしているのか？なぜ、100 通のメッセージを読んで、重要な三通を見つけているのか？
コンピュータがそれを行うべきです。
セットアップはまだ粗いです。CLI は未完成です。権限は面倒です。一部のコネクタは壊れます。ブラウザ自動化は脆弱です。スキルを書かなければなりません。真実のソースを維持しなければなりません。しかし、未来は大抵そんなふうに始まります。
最初の有用なパーソナルエージェントは、洗練されたコンシューマーアプリのように見えません。ターミナル内のモデルが、あなたのファイル、アカウント、記憶、ツールにアクセスできるように見えるでしょう。
それが今日私が使っているものであり、毎週、自分の生活のもう一つ先の部分をエージェントに委ねています。
