Esor Huang 邮件 Agent 实践
背景和目标
长期生产力作者 Esor Huang 在 SRC-WORK-007: 我如何用 AI Agent 让自己『不再分心』滑社群、看邮件、追新资讯 中复盘了自己处理高量收件箱的方式。背景涉及真实的读者来信、课程邀请、合作邀约、出版社沟通与临时交办。目标是减少反复进入完整收件箱造成的工作打断，同时不遗漏重要的临时交办。
输入与条件
- 输入：Gmail 收件箱；近期项目与重点对象；邮件优先规则；禁止 AI 自行承诺的边界；Google Calendar 上下文。
- 前提：愿意在每天固定时段集中处理邮件；愿意维护项目与联系人上下文；坚持在发送与承诺前人工确认。
过程
- 把邮件处理时段限制在早上工作前、中午休息前、下班前三次。
- 把近期项目、重点联系人、优先主题注入 Agent 上下文，并写入禁止项。
- Agent 过滤通知、电子报与无需回复邮件，从剩余邮件中选出 3—5 封。
- 每封优先邮件返回：入选原因、摘要、建议行动、回复草稿、原信链接。
- 同时输出"可忽略／封存"清单，作者快速扫读一遍。
- 候选日历事件与待办作为建议返回，由作者在 Google Calendar 中确认。
产物或结果
- 当日优先处理的 3—5 封邮件及配套输出。
- 可忽略／封存清单。
- 候选日历事件与待办建议。
- 作者自述：减少了工作期间反复进入完整收件箱，不再遗漏重要的临时交办。
限制
- 公开页面未提供邮件原文、生成草稿、最终发送稿、误分类率、耗时或费用数据。
- "不再遗漏"与"减少分心"属于作者经验，不能推导为通用准确率。
- 连接器功能与权限可能随版本变化，本记录反映截至 2026-07-13 可见信息。
- 详见 邮件 Agent 的隐私与误承诺风险。
相关教程和工具
来源