让 AI 代理 Donna 管理 3 个邮箱 30 天：约 85% 分诊准确率与三个失效点
一位经营五家企业、每天收 80–150 封邮件的作者，把三个邮箱交给运行在 Mac Mini OpenClaw 网关上的代理 Donna 管理 30 天：每 30 分钟检查、四分法分诊、Telegram 急件提醒、例行邮件起草，但「永不擅自发送」。约 85% 分诊准确率、约 70% 草稿接近可直接发送、约 40% 来信归为信息类——但语气匹配、跨会话上下文、抄送处理三处失效。数字均为作者 30 天实测口径，本站未独立复测。任务：发布于 3 月 8 日。三十天前，我将邮箱管理权交给了一位名为 Donna 的 AI 智能体，并指示她全权管理而非仅辅助。她负责分诊、标记、起草回复，并决定哪些邮件需要我关注，哪些不需要。我经营五家企业，每天收到 80 到 150 封邮件，此前已不堪重负，因此这项实验势在必行。以下是关于哪些环节有效、哪些环节失效以及我会如何改进的诚实记录。 **设置** Donna 是我智能体集群中 23 个智能体之一，运行在 Mac Mini 上专用的 OpenClaw 网关上。她通过 IMAP 和 Microsoft Graph API 访问三个邮箱账户，具备读写邮件的能力，并拥有在会话间持久化上下文的记忆系统。配置很简单： - 在工作时间每 30 分钟检查一次邮件 - 分诊为：紧急（需今日处理）、重要（可等待 24 小时）、信息性（仅供参考）和噪音（退订候选） - 通过 Telegram 消息标记紧急邮件 - 为任何看似例行的邮件起草回复 - 未经我批准绝不发送最后一条规则从一开始就是不可协商的：Donna 起草，我批准。没有自主发送。 **意外表现良好的方面** 分诊准确率一开始就达到了约 85%，这出乎我的意料。我原本预计智能体会在上下文方面挣扎——不知道哪些供应商至关重要，哪些客户敏感，哪些政府实体需要谨慎处理。但记忆系统起了作用。Donna 可以访问包含关系备注的 MEMORY.md，并且在我纠正她的错误分类时，她学习得很快。 紧急标记非常出色。当关键邮件到来——如政府要求函、阻碍项目的供应商、客户升级投诉——Donna 会在几分钟内通过 Telegram 通知我。在 30 天内，我从未错过任何紧急邮件。仅此一点就值得进行这项实验。 例行邮件的草稿质量确实有用。确认函、会议确认、简单的信息请求——Donna 起草的这些邮件约有 70% 达到可直接发送的质量。我只需编辑一两句并批准。过去需要 10 分钟处理的收件箱工作，现在只需 2 分钟审查。 邮件量减少效果显著。Donna 悄悄地将约 40% 的传入邮件作为信息性处理——新闻通讯、自动通知、我仅被抄送以知情的供应商更新。她记录后便继续处理。我不再看到噪音。 **失效的方面** 语气匹配是最大的失败点。我对不同关系有不同的语气。有些长期供应商我比较随意；有些政府官员需要语言精确且正式；有些客户也是朋友。Donna 默认使用一种专业但通用的语气，这对陌生人来说没问题，但对其他人来说都是错误的。我发现自己重写草稿不是因为内容错误，而是因为声音不对。发给运营经理的邮件听起来像是人力资源部写的。回复一位合作了三年的承包商时，感觉像是一封格式化的信函。我尝试在 MEMORY.md 中添加语气指导——“与 X 随意；与 Y 匹配其能量”——但这只部分有效。语气微妙且特定于关系，很难在配置文件中编码。 会话间的上下文丢失是一个实际问题。Donna 的会话是无状态的。她在每次运行开始时读取记忆文件，但跨越三天的邮件线程涉及多个会话的上下文——从记忆文件中拼凑这些是不完美的。最明显的失败案例：一家供应商正在就大额订单的折扣进行谈判。谈判在两天内通过四封邮件来回进行。在第三次会话中，Donna 拥有线程历史，但遗漏了第二次会话中的一个细微之处——我顺带提到的口头协议。她为第四封邮件起草的内容忽略了这一点。草稿并没有错，但遗漏了重要内容。 抄送（CC）处理一团糟。回复中该包含谁，何时拉入同事，何时一对一线程应保持私密——Donna 在这方面不一致。她倾向于包含更多人，这意味着几份草稿中有不必要的抄送，发送起来会很尴尬。我开始在她的配置中添加明确的抄送规则，但这感觉像是在打地鼠。；工具：OpenClaw。人工角色：- 设定：初始规则与四分法；监督：纠正分类与语气、维护 MEMORY.md；审核：所有草稿发送前批准；异常处理：急件升级接管。 - 「Donna 起草、我批准，无自主发送」为作者设定的不可协商规则。（本条按原帖全文重建；原 CMS 记录的人工字段为残句。）；局限：- 语气匹配是最大失败点：对长期供应商、政府官员、客户朋友等不同关系需要不同语气，默认的专业通用语气「对陌生人对、对其他人都错」。 - 会话间上下文丢失：无状态会话靠记忆文件拼接，一次跨两天四封邮件的折扣谈判中，草稿遗漏了作者在第二封里顺带提的口头协议。 - 抄送处理不一致：倾向多带人，几份草稿含不必要的抄送。 - 原帖在「法律或合规事项」处被记录截断，截断之后的内容本站无法确认。 - 本站仅核验来源链接可达，结果未独立复测。。
工具
Agent Work Atlas 发布日期:
概述
一位经营五家企业、每天收 80–150 封邮件的作者，把三个邮箱交给运行在 Mac Mini OpenClaw 网关上的代理 Donna 管理 30 天：每 30 分钟检查、四分法分诊、Telegram 急件提醒、例行邮件起草，但「永不擅自发送」。约 85% 分诊准确率、约 70% 草稿接近可直接发送、约 40% 来信归为信息类——但语气匹配、跨会话上下文、抄送处理三处失效。数字均为作者 30 天实测口径，本站未独立复测。
工作流程
发布于 3 月 8 日。三十天前，我将邮箱管理权交给了一位名为 Donna 的 AI 智能体，并指示她全权管理而非仅辅助。她负责分诊、标记、起草回复，并决定哪些邮件需要我关注，哪些不需要。我经营五家企业，每天收到 80 到 150 封邮件，此前已不堪重负，因此这项实验势在必行。以下是关于哪些环节有效、哪些环节失效以及我会如何改进的诚实记录。 **设置** Donna 是我智能体集群中 23 个智能体之一，运行在 Mac Mini 上专用的 OpenClaw 网关上。她通过 IMAP 和 Microsoft Graph API 访问三个邮箱账户，具备读写邮件的能力，并拥有在会话间持久化上下文的记忆系统。配置很简单： - 在工作时间每 30 分钟检查一次邮件 - 分诊为：紧急（需今日处理）、重要（可等待 24 小时）、信息性（仅供参考）和噪音（退订候选） - 通过 Telegram 消息标记紧急邮件 - 为任何看似例行的邮件起草回复 - 未经我批准绝不发送最后一条规则从一开始就是不可协商的：Donna 起草，我批准。没有自主发送。 **意外表现良好的方面** 分诊准确率一开始就达到了约 85%，这出乎我的意料。我原本预计智能体会在上下文方面挣扎——不知道哪些供应商至关重要，哪些客户敏感，哪些政府实体需要谨慎处理。但记忆系统起了作用。Donna 可以访问包含关系备注的 MEMORY.md，并且在我纠正她的错误分类时，她学习得很快。 紧急标记非常出色。当关键邮件到来——如政府要求函、阻碍项目的供应商、客户升级投诉——Donna 会在几分钟内通过 Telegram 通知我。在 30 天内，我从未错过任何紧急邮件。仅此一点就值得进行这项实验。 例行邮件的草稿质量确实有用。确认函、会议确认、简单的信息请求——Donna 起草的这些邮件约有 70% 达到可直接发送的质量。我只需编辑一两句并批准。过去需要 10 分钟处理的收件箱工作，现在只需 2 分钟审查。 邮件量减少效果显著。Donna 悄悄地将约 40% 的传入邮件作为信息性处理——新闻通讯、自动通知、我仅被抄送以知情的供应商更新。她记录后便继续处理。我不再看到噪音。 **失效的方面** 语气匹配是最大的失败点。我对不同关系有不同的语气。有些长期供应商我比较随意；有些政府官员需要语言精确且正式；有些客户也是朋友。Donna 默认使用一种专业但通用的语气，这对陌生人来说没问题，但对其他人来说都是错误的。我发现自己重写草稿不是因为内容错误，而是因为声音不对。发给运营经理的邮件听起来像是人力资源部写的。回复一位合作了三年的承包商时，感觉像是一封格式化的信函。我尝试在 MEMORY.md 中添加语气指导——“与 X 随意；与 Y 匹配其能量”——但这只部分有效。语气微妙且特定于关系，很难在配置文件中编码。 会话间的上下文丢失是一个实际问题。Donna 的会话是无状态的。她在每次运行开始时读取记忆文件，但跨越三天的邮件线程涉及多个会话的上下文——从记忆文件中拼凑这些是不完美的。最明显的失败案例：一家供应商正在就大额订单的折扣进行谈判。谈判在两天内通过四封邮件来回进行。在第三次会话中，Donna 拥有线程历史，但遗漏了第二次会话中的一个细微之处——我顺带提到的口头协议。她为第四封邮件起草的内容忽略了这一点。草稿并没有错，但遗漏了重要内容。 抄送（CC）处理一团糟。回复中该包含谁，何时拉入同事，何时一对一线程应保持私密——Donna 在这方面不一致。她倾向于包含更多人，这意味着几份草稿中有不必要的抄送，发送起来会很尴尬。我开始在她的配置中添加明确的抄送规则，但这感觉像是在打地鼠。
原文报告的结果
- 分诊准确率起步约 85%；约 70% 例行草稿达到可直接发送质量；约 40% 来信作为信息类处理。 - 30 天内未漏过任何紧急邮件；原 10 分钟的收件箱处理缩为 2 分钟审查。 - 失败率整体统计来源未披露；三个失效点为定性记录。 （均为作者 30 天实测口径，本站未独立复测。）
人工角色
- 设定：初始规则与四分法；监督：纠正分类与语气、维护 MEMORY.md；审核：所有草稿发送前批准；异常处理：急件升级接管。 - 「Donna 起草、我批准，无自主发送」为作者设定的不可协商规则。（本条按原帖全文重建；原 CMS 记录的人工字段为残句。）
局限
- 语气匹配是最大失败点：对长期供应商、政府官员、客户朋友等不同关系需要不同语气，默认的专业通用语气「对陌生人对、对其他人都错」。 - 会话间上下文丢失：无状态会话靠记忆文件拼接，一次跨两天四封邮件的折扣谈判中，草稿遗漏了作者在第二封里顺带提的口头协议。 - 抄送处理不一致：倾向多带人，几份草稿含不必要的抄送。 - 原帖在「法律或合规事项」处被记录截断，截断之后的内容本站无法确认。 - 本站仅核验来源链接可达，结果未独立复测。
试一试
我想使用 Mac Mini 上的 OpenClaw 设置一个邮件分诊智能体。我有三个可通过 IMAP 和 Microsoft Graph API 访问的邮箱账户。请配置智能体在工作时间每 30 分钟检查一次邮件。将传入邮件分为四类：紧急（需今日处理）、重要（可等待 24 小时）、信息性（仅供参考）和噪音（退订候选）。通过 Telegram 标记紧急邮件。为确认函和会议安排等例行邮件起草回复，但未经我明确批准绝不发送。创建 MEMORY.md 文件以存储关系备注和语气指南。先从 10 封样本邮件开始试运行，向我展示每封邮件的分诊类别、草稿和建议的抄送人。等待我的反馈后再调整配置。不要自主处理法律、合规或谈判邮件。通过分诊准确率和草稿编辑率来衡量成功。
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。