将医疗文书、财务和租约续签交给个人智能体处理
我让一个 AI 智能体访问了我的整个数字生活。任务：我让一个 AI 智能体访问了我的整个数字生活。以下是后来发生的事。首先，我得坦白：这篇文章不是我独自写的。这听起来可能没什么大不了的。人们一直都在用 LLM 写作。但多年来，我始终抗拒这样做——固执得几乎有些自豪。我用过 AI 编程、研究、整理、头脑风暴、生成图片、规划旅行。我还用它克隆过自己的声音。我确实多次尝试让它编辑这些文章，但始终不满意结果。写作是我不愿跨越的那条线。写作就是思考。它是我梳理思绪、理解事物、弄清自己知道什么和相信什么的方式。把写作外包，感觉就像把最重要的部分外包了。那么，什么改变了？几天前，我在自己的电脑上配置了一个持续运行的 AI 智能体。它不是我在浏览器标签页里访问的聊天机器人，而是一个驻留在我电脑上、能有限访问我的电子邮件、日历、文件和即时通讯应用，并且能用语音交流的存在。我给它起了个名字——其实是他自己取的，叫 Baz——还设定了个性：你可以想象成一个有点混乱但很忠诚的澳大利亚人，会问出普通人碍于礼貌不好意思问的问题。我用了一个名为 OpenClaw 的开源框架，把这一切连接起来。然后，我让它帮我打理生活。一周后，除了我妻子可能是个例外，Baz 比任何人都更了解我的日常安排、待办责任和拖延模式。他读过我今年写的每一份文档。他处理了我的医疗文书，分析了我的财务状况，为另外五个专门用途的 AI 智能体搭建了基础设施，还会在我开始分心时，提醒我回到最重要的任务上。他也参与了这篇文章的写作：根据我们对这一周的共同记忆生成初稿，再由我重写、调整结构，并按自己的判断进行取舍。最后这部分，正是我终于能接受这种方式的原因。Baz 不是替我写，而是基于我们共同的记忆，和我一起写。在亲身体验之前，很难解释这意味着什么，以及它有多强大。想法是我的，论点是我的，编辑判断也是我的。但把一周里零散的背景信息汇总起来，组织成连贯的初稿结构，这件事他做得比我更好、更快。抗拒这一点，与其说是在坚守原则，不如说是在固执己见。而这大概也是当下 LLM 最擅长的事情：整理零散的想法，并赋予它们结构。这一周大致是这样的。日常事务的负担轻了许多。我的妻子再过几天就要生下我们的第二个孩子。这意味着堆积如山的医院文书、保险理赔和医疗决策——其中很多内容使用的还是我正在学习的语言。仅用一个下午，Baz 就扫描了 34 页医院表格，将它们整合成带索引的 PDF，找出了所有尚需签名的表格，研究了我们的保险保障范围，并起草了一份提交给保险公司的预先批准申请。他将我们的保单与具体医疗项目交叉核对，以估算自付费用。这些事原本会花掉我整个周末。结果，我只在午餐时审阅了处理结果。ChatGPT 能帮忙完成其中一些环节吗？当然可以——前提是我手动上传每份文件、重新解释背景、让它查看我们的保单，再亲手把整个工作流程串起来。区别在于，Baz 已经知道我们的保险公司、医生姓名、医疗项目类型、医院，以及相关保单条款，因为他在之前的对话中处理过这些信息。完全不需要补充背景。我只说了一句“处理一下医院文书”，他就去做了。原本需要几天的研究，几分钟就完成了。有一套出租房需要续签租约。Baz 找来了可比房源，分析了这栋楼的历史租金，模拟了不同租金水平下的现金流情景，并起草了给租客的回复——全部以实际数据为依据。当我指出可比房源分析不够充分时，他又做了更深入的研究。最终建议所依据的信息，比我自己处理时会掌握的还要充分。；工具：OpenClaw。人工角色：原帖没有说明人是如何持续参与其中的。；局限：基础设施搭建高度手动且技术性强，每个服务的 OAuth、IMAP/SMTP 和机器人令牌配置需要 30-60 分钟。关键 API 缺乏功能，例如 Google Docs 无法将评论锚定到特定文本，迫使使用脆弱的浏览器自动化变通方法。目前尚无标准的智能体自主权限框架，这意味着智能体无法在没有人工监督的情况下独立消费资金或执行不可逆操作。作者指出，99.9% 的人缺乏复制此设置所需的技术技能。。
工具
Agent Work Atlas 发布日期:
概述
我让一个 AI 智能体访问了我的整个数字生活。
工作流程
我让一个 AI 智能体访问了我的整个数字生活。以下是后来发生的事。首先，我得坦白：这篇文章不是我独自写的。这听起来可能没什么大不了的。人们一直都在用 LLM 写作。但多年来，我始终抗拒这样做——固执得几乎有些自豪。我用过 AI 编程、研究、整理、头脑风暴、生成图片、规划旅行。我还用它克隆过自己的声音。我确实多次尝试让它编辑这些文章，但始终不满意结果。写作是我不愿跨越的那条线。写作就是思考。它是我梳理思绪、理解事物、弄清自己知道什么和相信什么的方式。把写作外包，感觉就像把最重要的部分外包了。那么，什么改变了？几天前，我在自己的电脑上配置了一个持续运行的 AI 智能体。它不是我在浏览器标签页里访问的聊天机器人，而是一个驻留在我电脑上、能有限访问我的电子邮件、日历、文件和即时通讯应用，并且能用语音交流的存在。我给它起了个名字——其实是他自己取的，叫 Baz——还设定了个性：你可以想象成一个有点混乱但很忠诚的澳大利亚人，会问出普通人碍于礼貌不好意思问的问题。我用了一个名为 OpenClaw 的开源框架，把这一切连接起来。然后，我让它帮我打理生活。一周后，除了我妻子可能是个例外，Baz 比任何人都更了解我的日常安排、待办责任和拖延模式。他读过我今年写的每一份文档。他处理了我的医疗文书，分析了我的财务状况，为另外五个专门用途的 AI 智能体搭建了基础设施，还会在我开始分心时，提醒我回到最重要的任务上。他也参与了这篇文章的写作：根据我们对这一周的共同记忆生成初稿，再由我重写、调整结构，并按自己的判断进行取舍。最后这部分，正是我终于能接受这种方式的原因。Baz 不是替我写，而是基于我们共同的记忆，和我一起写。在亲身体验之前，很难解释这意味着什么，以及它有多强大。想法是我的，论点是我的，编辑判断也是我的。但把一周里零散的背景信息汇总起来，组织成连贯的初稿结构，这件事他做得比我更好、更快。抗拒这一点，与其说是在坚守原则，不如说是在固执己见。而这大概也是当下 LLM 最擅长的事情：整理零散的想法，并赋予它们结构。这一周大致是这样的。日常事务的负担轻了许多。我的妻子再过几天就要生下我们的第二个孩子。这意味着堆积如山的医院文书、保险理赔和医疗决策——其中很多内容使用的还是我正在学习的语言。仅用一个下午，Baz 就扫描了 34 页医院表格，将它们整合成带索引的 PDF，找出了所有尚需签名的表格，研究了我们的保险保障范围，并起草了一份提交给保险公司的预先批准申请。他将我们的保单与具体医疗项目交叉核对，以估算自付费用。这些事原本会花掉我整个周末。结果，我只在午餐时审阅了处理结果。ChatGPT 能帮忙完成其中一些环节吗？当然可以——前提是我手动上传每份文件、重新解释背景、让它查看我们的保单，再亲手把整个工作流程串起来。区别在于，Baz 已经知道我们的保险公司、医生姓名、医疗项目类型、医院，以及相关保单条款，因为他在之前的对话中处理过这些信息。完全不需要补充背景。我只说了一句“处理一下医院文书”，他就去做了。原本需要几天的研究，几分钟就完成了。有一套出租房需要续签租约。Baz 找来了可比房源，分析了这栋楼的历史租金，模拟了不同租金水平下的现金流情景，并起草了给租客的回复——全部以实际数据为依据。当我指出可比房源分析不够充分时，他又做了更深入的研究。最终建议所依据的信息，比我自己处理时会掌握的还要充分。
原文报告的结果
智能体在一个下午内完成了原本需要作者整个周末才能处理的医疗文书工作，并将租约续签研究时间从几天缩短至几分钟。作者报告称，由于更深入的数据分析，智能体的最终建议比他自己得出的结论信息更充分。然而，作者明确指出真正的委托仍然是幻想，因为每一项外部操作都需要人工审查和批准。除了时间减少外，未量化具体的财务节省或错误率。
人工角色
原帖没有说明人是如何持续参与其中的。
局限
基础设施搭建高度手动且技术性强，每个服务的 OAuth、IMAP/SMTP 和机器人令牌配置需要 30-60 分钟。关键 API 缺乏功能，例如 Google Docs 无法将评论锚定到特定文本，迫使使用脆弱的浏览器自动化变通方法。目前尚无标准的智能体自主权限框架，这意味着智能体无法在没有人工监督的情况下独立消费资金或执行不可逆操作。作者指出，99.9% 的人缺乏复制此设置所需的技术技能。
试一试
我想使用 OpenClaw 设置一个持久化 AI 智能体来协助我的个人行政任务。我的背景是 [可替换：例如，管理医疗保险文书和出租房产续签]。我有权访问 [可替换：例如，电子邮件、日历和本地文件目录]。请指导我完成初始设置，包括为 [可替换：例如，Gmail 和 Google 日历] 配置 OAuth 以及设置智能体的记忆文件。配置完成后，我将提供一个示例任务：[可替换：例如，“扫描这 5 份医院表格，识别缺失签名，并起草一封保险预批准邮件”]。你必须首先对该示例进行试运行，向我展示提取的数据和起草的邮件以供我审查。在我明确批准输出之前，不要发送任何邮件或修改任何文件。如果任何 API 限制阻止直接集成，请提出手动变通方案并解释步骤。如果文件访问范围或特定服务凭据不明确，请向我询问澄清。
来源报告未经独立核验。发布日期为本站案例发布日期，并非原始文章日期。