本機 LLM 幫你睇 email 幾實際，但代你覆就太危險，特別係公司信箱
XDA 作者用 Ollama 跑 Gemma 4 做摘要同分類，重點係保留人手決定。
呢單嘢點解值得睇
XDA 作者 Samarveer Singh 講自己多年冇認真睇 email，最近整咗個本機 AI 做早晨 inbox triage：用 Claude 幫手砌 Python 程式接 Gmail，再由 Ollama 喺自己部 PC 跑 Google Gemma 4:e4b，讀新 email、分類、摘要。佢最初分六類，包括 Urgent、Action Needed、Subscriptions、Deliveries、Bank Updates 同 Reddit Updates。佢寫嘅其實係個人經驗，但件事幾有代表性：AI email 助手最啱做嘅，可能係先幫你減少一堆細決定。
圖片：Google DeepMind
讀信同寄信，權限差好遠
最醒目嘅位係佢停得夠早。按 XDA 作者講法，Gemma 只負責話邊封要先睇、每封大概講咩；真要回覆，就由人打開全文、自己寫、自己寄。呢條界線好重要，因為 inbox triage 出錯，最多係你遲少少睇 newsletter；代你寄出錯嘅 email，就可能係錯口吻、錯承諾、洩漏資料，甚至引起合約同客戶關係麻煩。AI 助手一有 send 權限，成件事就唔再係幫你執信，而係幫你對外講嘢。
本機私隱唔等於零風險
本機 LLM 嘅吸引力好明顯：摘要同分類喺自己部機跑，唔使成個多年 email 歷史拋去另一間 AI 公司嘅 API。Google DeepMind 而家都定位 Gemma 4 E2B/E4B 做 edge / 本機用途，Ollama 官方亦有 Gemma 4:e4b 可直接跑。不過作者個做法用到 Google App Password；Google 自己文件講 app password 係 16 位 passcode，畀較少安全保護嘅 app 或裝置存取帳戶，而且只建議喺冇「Sign in with Google」選項時用。換句話講，本機模型保住咗 AI 推理嗰段，但憑證管理、電郵服務、裝置安全，一樣要當正經 IT 風險處理。
雲端助手冇想像中咁簡單
公平講，雲端 AI assistant 都唔係全部等於亂食資料。Google Workspace Privacy Hub 寫明，Workspace 客戶資料未經許可唔會用嚟訓練或改善 Workspace 以外底層生成式 AI；Microsoft 365 Copilot Chat 官方文件亦講 prompt 同回覆唔會用嚟訓練 foundation models，Outlook 入面嘅 Copilot 可以按授權存取 email、calendar 同檔案。企業版雲端方案有審計、保留政策、admin 控制，呢啲係家用本機腳本冇嘅。分別係你係用錢同合約換管理能力，定係用本機設定換少啲資料搬出去。
香港辦公室要點做先穩陣
對每日幾十封客戶 email 嘅中小企、agency、freelancer，呢種 read-only triage 幾啱試，但第一版唔好掂寄信。較穩陣做法係：只讀最近 N 封、只輸出摘要同標籤、唔改 label 以外嘅 Gmail 狀態、唔寄信、唔刪信；憑證放喺受管機器，唔好用私人帳戶兜公司信箱。香港私隱專員公署 2024 年 AI 框架亦提到，機構用 AI 處理個人資料要做風險評估同保留人手監督。客戶名、報價、病歷、財務資料一入 email，呢件事就唔只係自動化幾方便咁簡單。
實用位喺邊
呢個例子值得抄嘅位，主要係權限設計：先用 AI 減少人腦要篩嘅量，再由人處理有後果嘅動作。模型可以換成本機 Qwen、Llama、Gemma，email 服務可以係 Gmail 或 Outlook；核心係輸入要夠上下文，輸出要短、可核對、可忽略。XDA 作者話佢畀模型讀每封約 2,000 字元，換嚟較準嘅摘要，但每封約 15 秒；呢個 trade-off 對十幾封信可以接受，對客服 inbox 就要排隊、快取同抽樣，唔係單靠換大模型就搞掂。
點睇呢個做法
本機 LLM email triage 值得玩，尤其係啲 email 多到你已經唔睇嘅人；佢幫到手嘅地方，係早上第一輪判斷，多過寫作速度。較穩陣係守住三條線：只讀、可撤銷、寄出前一定人手確認。做到呢個程度，AI 幫你清 inbox 係實用工具；一開自動回覆，就要當成會對外承諾嘅系統嚟管。
參考來源
- XDA Developers — I use my local LLM to triage my email every morning, but I'll still never let it send replies — original report
- Gemma 4 — Google DeepMind — 官方模型頁，確認 Gemma 4 E2B/E4B 係面向 edge / 本機場景。
- Run Gemma with Ollama | Google AI for Developers — 官方整合文件，確認 Gemma 可經 Ollama 跑，亦提到 CLI 同 local web service 用法。
- gemma4:e4b - Ollama — 官方模型庫頁，確認 gemma4:e4b 命令同模型特性。
- Sign in with app passwords - Google Account Help — 官方帳戶說明，確認 App Password 要開 2-Step Verification，同埋 Google 唔建議一般情況用。
- Generative AI security, compliance and privacy | Google Workspace — 雲端 AI 助手私隱對照，確認 Workspace 客戶資料未經許可唔用嚟訓練底層模型。
- Microsoft 365 Copilot Chat Privacy and Protections — 補充 Outlook / Copilot 情境下嘅企業資料保護同存取範圍。
- Privacy Commissioner’s Office Publishes Artificial Intelligence: Model Personal Data Protection Framework — 香港 AI 個人資料框架來源，補充風險評估同人手監督背景。
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
