我的 Agent 管理我的電子郵件、簡訊、WhatsApp、Telegram 以及幾乎所有事情，自動化我的個人生活。
大家一直問我，在真實生活中到底怎麼使用 Agent。我指的是那些真正會讓一天消失的無聊事：讀 WhatsApp 和 Telegram、找某人的 Email、搜尋網路、寫引言草稿、更新 Google Drive 的文件、建立行事曆事件、確認誰還需要回覆，然後全部在那些我已經在用的凌亂工具中完成。
我的答案簡單到令人失望。我使用 Codex 作為一個操作員，運行在我真實的生活資料之上。它有工具，有資料連接器，有技能，有真相來源，有足夠的權限在本地端執行，也有足夠的核准閘門，讓我不會在公開場合出糗。
基本上就是這樣：工具、資料連接器、技能，還有品味。
我以前更多在 Claude Code 上做這些事，但後來我把設定移到了 Codex，因為 GPT-5.5 目前在這種工作上表現更好。從 Claude Code 換到 Codex 其實不是重點。重點是，一旦模型夠好，真正的槓桿來自於將它連接到你已經身處的世界。
關鍵在於 Agent 能夠跨越邊界。我的個人生活不是只存在於一個 App 裡，而是分散在 Gmail、WhatsApp、Telegram、iMessage、Google Drive、行事曆、Notion、本地檔案、隨機 PDF、瀏覽器分頁，以及一個比看起來更有價值的聯絡人試算表。
一個真實的通訊範例
幾天前，一個朋友傳了 WhatsApp 訊息給我。她正在幫一家快速成長的舊金山 AI 新創公司在法國招募人才，想介紹他們的招募主管給我認識的一位招募人員。我記不得那位招募人員的 Email，也不知道那家新創公司的最新募資消息。我需要搜尋 WhatsApp、搜尋 Gmail、找到招募人員的 Email、搜尋網路、了解為什麼這家新創公司有可信度、撰寫一封介紹信、附上兩個職缺連結、給我看草稿、在我核准後寄出 Email，然後再傳訊息給我朋友說搞定了。
這通常需要二十分鐘煩人的 App 切換。WhatsApp 到 Gmail 到 Google 搜尋再到 Gmail 再回到 WhatsApp。這不是困難的工作，但正是那種會消耗注意力的工作，因為每一步都是一個小的脈絡切換。
有了 Agent，我直接要求結果。它讀取了 WhatsApp 對話串，在 Gmail 搜尋了招募人員的 Email，在網路上研究了新創公司的募資和近期消息，寫了介紹信，等我核准，寄出 Email，然後傳訊息給我朋友說介紹完成了。使用者面對的部分大約花了十秒鐘。Agent 做了那些黏合工作（幾秒鐘完成！）
這就是殺手級模式。Agent 不是在「回答問題」，而是跨工具運作，完成一個小的真實工作流程（也就是所謂的「待辦任務」）。
車牌範例
另一個範例更無聊，但正因如此我喜歡它。我為我的車拿到了新車牌。我把照片和相關資訊傳給 Codex。它更新了我在 Google Drive 裡存放的車輛資訊 Markdown 檔案，更改了車牌號碼，加入了登記註記，保留了現有的 VIN 號碼、保險、車主和地址，然後把檔案上傳回 Drive。
光這樣就很有用了，但更好的版本是接下來發生的事。Agent 可以使用瀏覽器自動化去更新其他所有地方的相同資訊：FasTrak、停車 App、保險入口、DMV 相關表格，或任何其他沒有乾淨 API 的網頁應用。對於有乾淨系統的，它應該用 API 或 CLI。對於混亂的系統，它可以用瀏覽器，而且效果非常好！我現在也使用 Codex 的 Computer Use。
這就是個人 Agent 的用途。不是戲劇性的自主性，而是行政上的連續性。我一直都害怕 Openclaw yolo 模式在背景亂搞，我喜歡掌控一切。
Google Drive 是我的真相來源
我做的最重要的架構決定，就是將有價值的個人資訊集中到 Google Drive。多年來，我的許多知識都存在 Notion 裡。我喜歡 Notion 作為人類的工作空間，但我不喜歡它作為 Agent 的主要真相來源。API 可以用，但工作空間太流動：嵌套頁面、資料庫、屬性、權限、格式、反向連結，還有許多對人類友善但對模型惱人的 UI 原生結構。
所以我用 Notion API 匯出有價值的資訊，移到 Google Drive。我不是要完美保留 Notion 工作空間，而是要讓資訊變得 Agent 可讀。Drive 裡大部分有用的資訊是 Markdown 或 CSV，因為這些格式對 Agent 來說很容易搜尋、比對、編輯和上傳，不需要繁瑣的程序。Google Drive 成了真相來源，因為 gogcli 給 Agent 一個簡單的命令列介面來處理 Gmail、Drive、行事曆、Docs、Sheets、聯絡人和 Tasks。
這是一個被低估的重點。你不應該只為了人類 UI 來組織你的知識，而應該為了 Agent 的工具路徑來組織。Agent 喜歡穩定的檔案 ID、文字、表格、Markdown、CSV 和回傳 JSON 的命令。如果 Agent 可以搜尋、下載、編輯、上傳並引用來源，那資料就有用。
我的個人資料層簡單到令人難為情。Google Drive 存放重要文件，大部分是 Markdown 檔案和 CSV。聯絡人存在一個 Google Sheet 裡，鏡像成 CSV。Notion 匯出檔案放進 Drive。本地端指示放在 AGENTS.md。技能放在資料夾中的 Markdown 檔案裡。真相來源並不優雅，但清晰可讀。
許多個人生產力只是將這些資料串聯起來。一個事實存在 WhatsApp，另一個在 Gmail，Email 地址在聯絡人，日期在行事曆，文件在 Drive。Agent 在能跨越這些邊界而不需要我當黏合劑時，就變得有用了。
我最好的投資之一，就是建立了一個 contact.csv 檔案，包含所有我認識的人的電話號碼、Email、LinkedIn 等資訊。
工具
核心工具刻意設計得很無聊。我使用 gogcli 處理 Google Workspace，wacli 處理 WhatsApp，imsg 處理 iMessage 和 SMS，Browser Use 或瀏覽器自動化處理網頁應用，以及 AppleScript 或 macOS UI 自動化處理沒有更好介面的情況。
層級很簡單：API 和 CLI 最好，本地檔案很棒，瀏覽器自動化可以接受，螢幕自動化是最後手段。
這個層級很重要，因為 Agent 的可靠度取決於其工具表面。要求模型在網站上點來點去有時候是必要的，但不是快樂路徑。像 gog gmail messages list 或 wacli messages list --json 這樣的命令，對模型來說更容易檢查、重試和推理。
以下是工具層在實際運作中的樣子：
這些看起來都不像科幻小說。這就是重點。個人 Agent 的未來，始於一堆讓模型操作你已經在用的工具的命令。你想要盡量減少模型和 API 之間的抽象層。
技能
工具給了 Agent 雙手，技能給了它習慣。技能就是一個小型操作手冊，告訴 Agent 如何以我喜歡的方式完成重複任務。
我的 inbox-zero 技能就是一個好例子。它告訴 Agent 透過 gog 列出 Gmail 收件匣訊息，區分自動歸檔和需要審閱的，給我看重要的郵件，引用內容，建議歸檔或回覆，撰寫回覆草稿，等待明確核准，在原始討論串中寄出，保留所有收件人，只在寄出後歸檔，保持回覆簡短，除非我要求否則不要建議通話，並以「Nicolas」簽名。
那不是什麼花俏的架構，而是一個程序。但程序就是產品，而且……它只是文字指令。
沒有技能，我每次都得自己做提示。我得提醒 Agent 不要未經核准就寄出、不要漏掉副本收件人、不要建議通話、不要用奇怪的企業簽名。有了技能，我說「執行 inbox zero」，工作流程就已經包含我的品味。
重要的習慣是，每次 Agent 犯錯，我就改進技能。如果它在我討厭通話的時候建議通話，我就加入那條規則。如果它忘記保留副本收件人，我就加入那條規則。如果它歸檔得太積極，我就緊縮分類。Agent 會變得更好，因為程序變得更好。
這就是個人 Agent 如何變得個人化。不是靠可愛的語音，而是靠累積操作品味。
這個設定會產生複利效應，因為錯誤會變成了指令。
核准閘門就是產品
我不想要一個盲目回覆所有人的 Agent。我想要一個準備好工作、給我看草稿、並在正確時機詢問的 Agent。對於大多數通訊工作流程，循環是：讀取脈絡→撰寫回覆草稿→給我看→等待核准→寄出→確認。
有時候在風險低的時候，我會讓它直接寄出。「告訴 Hugo 我下週在西雅圖」不需要開董事會。但投資人郵件、客戶回覆、介紹信，或任何有社交細微差別的事，都應該先寫草稿。
這就是有用和可怕之間的差別。唯讀掃描是一個信任層級，草稿是另一個，寄出又是另一個。刪除、付款、簽署或更改帳號設定則是完全不同的層級。未來不是「Agent 做所有事」，而是「Agent 做繁瑣的工作，並在對的時機問我」。
殺手級工作流程是「我錯過了什麼？」
殺手級工作流程不是 Email，而是生活收件匣的初步分類。每隔幾小時，我想問「我錯過了什麼？」，然後讓 Agent 掃描 WhatsApp、Telegram、Gmail、SMS、行事曆，以及相關的 Drive 變更。接著我想讓它告訴我誰需要回覆、什麼是緊急的、什麼是過時的、什麼可以忽略、什麼該變成行事曆事件、什麼需要搜尋文件。
這是完美的 Agent 任務，因為它脈絡豐富、重複性高、跨工具，而且充滿小決策。人類討厭做第一遍篩選，Agent 擅長第一遍篩選。判斷仍然屬於我。
結果不是我的人生變得自動化，而是我不再需要手動挖掘五個 App 去發現那三件重要的事。
我目前的設定檢查清單
如果有人想複製我的設定，這是檢查清單。安裝 Codex。安裝 gogcli 處理 Google Workspace。安裝 wacli 處理 WhatsApp。如果你使用 Telegram，安裝 Telegram 連接器。安裝 imsg 處理 iMessage 和 SMS。加入瀏覽器自動化，理想上是透過 Browser Use 或 Chrome 控制器。加入 macOS 自動化，透過 AppleScript 和 UI 腳本。如果你的知識存在 Notion，使用 Notion API 將有價值的部分匯出到 Google Drive。
然後集中資料。讓 Google Drive 成為真相來源。將聯絡人保存在 Google Sheet 或 CSV。將重要的個人文件儲存為可搜尋的檔案。保留本地的 AGENTS.md 指示。為重複工作流程保留小型的技能。
然後謹慎授予權限。全磁碟存取權限對本地檔案和 App 資料庫是必要的。螢幕錄製作為視覺備用方案很有用。輔助使用權限對在 App 中點擊和打字是必要的。這些是嚴肅的權限，所以要搭配嚴肅的核准閘門。
然後寫下操作規則。
大致就是這樣。工具、資料連接器、技能、核准閘門，以及持續改進。
這就是新的作業系統
個人電腦曾經是以 App 操作的。你打開 App、搜尋、點擊、複製、貼上、撰寫、寄出。Agent 操作的電腦感覺不同。你陳述意圖，Agent 收集脈絡，提議動作，在需要時等待核准，執行，然後回報。
一旦你體驗過這個，舊的方式就顯得很荒謬。為什麼我要手動搜尋 WhatsApp、Gmail、Google Drive 和網路來寄出一封介紹信？為什麼我要把車牌號碼複製到五個不同的入口網站？為什麼我要讀 100 則訊息來找到那三則重要的？
電腦應該做這些事。
這個設定仍然很粗糙。CLI 很粗糙。權限很煩人。有些連接器會壞掉。瀏覽器自動化很脆弱。你必須寫技能。你必須維護一個真相來源。但這就是未來通常開始的樣子。
第一個有用的個人 Agent 不會看起來像精美的消費者 App。它們會像是一個模型在終端機裡面，可以存取你的檔案、帳號、記憶和工具。
這就是我現在使用的東西，而且每週我都會再交給它一件我生活中的事讓它處理。
