AI को ईमेल मत सौंपिए — Inbox को assistant नहीं, 'firewall' चाहिए (open source)
(github.com/k08200)आजकल के "AI email" tools सभी एक ही दिशा में जा रहे हैं। हर email पर draft बिछा देते हैं, "AI कह रहा है जवाब दें" वाला badge लगा देते हैं, और auto-send button जोड़ देते हैं। नतीजा? Inbox शांत नहीं होता, और ज़्यादा शोर करने लगता है। एक screen के ऊपर फिर एक और screen चढ़ा दी जाती है।
मैंने इसे बिल्कुल उलट बनाया है। Inbox को AI के हवाले करना नहीं, बल्कि AI को रोकने वाला firewall। Klorn आने वाले हर email के लिए सिर्फ एक classification निकालता है और बाकी कुछ नहीं दिखाता।
4 levels — SILENT(सिर्फ record, दिखता नहीं) / QUEUE(queue में दिखता है, notification नहीं) / PUSH(सच में जगाता है) / AUTO(अभी सिर्फ classification, execution जानबूझकर connect नहीं किया गया)।
मुख्य बात — LLM फैसला नहीं करता। हर email के लिए वह सिर्फ 4 numbers (confidence, sender trust, reversibility, urgency) score करता है, और इंसान द्वारा पढ़े जा सकने वाले deterministic rules उन्हें level में map करते हैं। इसलिए model के बिना भी policy को audit और test किया जा सकता है, और LLM fail हो जाए तब भी keyword fallback वही numbers बनाकर urgent emails को पास कर देता है।
और जो चीज़ reversible नहीं है, उसे AI को कभी नहीं सौंपता। send, permanent delete, external forward — ये 3 चीज़ें deterministic floor के पीछे हैं: approval के समय भेजे जाने वाले bytes को receipt में lock कर दिया जाता है, और execution के समय अगर एक भी byte अलग हो तो throw। autonomous path fail-closed है। AI चाहे अड़ जाए कि "भेज दिया", bytes match नहीं हुए तो बाहर नहीं जाएगा।
"AI is magic" वाली बात को भी मैंने खुद measure किया। classification task में GPT-4o से कहीं सस्ता model ज़्यादा accurate निकला। ऐसे काम में genius model नहीं, बल्कि हर बार 4 signals को एक जैसा पढ़ने वाली consistency चाहिए (numbers और rationale नीचे वाले लेख में हैं)।
AGPLv3 open source है, OpenAI-compatible endpoint हो तो कोई भी जुड़ जाता है (Ollama के साथ emails मेरी machine से बाहर नहीं जाते)। ईमानदारी से कहूं तो early PoC है — मेरे real emails में से 50 पर करीब 80% match (एक बार, मेरी बनाई baseline), real user अभी सिर्फ मैं हूं, AUTO execution जानबूझकर off रखा है। बढ़ा-चढ़ाकर बोलूंगा तो पहला comment ही नोच खाएगा।
Design write-ups (engineers के architecture discussion वाली series):
सस्ते model ने GPT-4o को क्यों हराया: https://dev.to/k08200/…
LLM सिर्फ score क्यों करता है और फैसला क्यों नहीं: https://dev.to/k08200/…
Irreversible actions का deterministic floor: https://dev.to/k08200/…
Repo: https://github.com/k08200/klorn (docker-compose + local LLM setup)। Demo OAuth testing mode (100 लोग) में है, इसलिए self-host सबसे तेज़ है।
अभी कोई टिप्पणी नहीं है.