Não entregue seu e-mail à IA — a caixa de entrada não precisa de uma secretária, precisa de um “firewall” (open source)

Hoje, as ferramentas de “e-mail com IA” seguem todas a mesma direção. Colocam um rascunho em cada mensagem, grudam um selo de “a IA mandou responder” e adicionam um botão de envio automático. O resultado? A caixa de entrada não fica mais silenciosa; fica mais barulhenta. É como colocar mais uma tela em cima da tela.

Eu construí exatamente o oposto. Não é entregar a caixa de entrada à IA, mas criar um firewall contra a IA. Para cada e-mail recebido, o Klorn emite apenas uma classificação e não mostra o restante.

4 níveis — SILENT (apenas registra, não aparece) / QUEUE (aparece na fila, sem notificação) / PUSH (realmente te acorda) / AUTO (por enquanto só classifica; a execução está deliberadamente desconectada).

O ponto central — o LLM não toma decisões. Para cada e-mail, ele só atribui notas a 4 números (confiança · confiabilidade do remetente · reversibilidade · urgência), e regras determinísticas legíveis por humanos mapeiam isso para um nível. Assim, é possível auditar e testar a política mesmo sem o modelo; e, se o LLM cair, um fallback por palavras-chave produz os mesmos números e deixa os e-mails urgentes passarem.

E eu nunca deixo algo irreversível nas mãos da IA. Enviar · excluir permanentemente · encaminhar para fora — essas 3 ações ficam atrás de um deterministic floor: no momento da aprovação, os bytes que serão enviados são fixados em um receipt; na execução, se um único byte estiver diferente, dá throw. O caminho autônomo falha em modo fechado. Mesmo que a IA insista que “enviei”, se os bytes não baterem, não sai.

Também medi diretamente a parte em que “IA é mágica”. Em tarefas de classificação, um modelo muito mais barato foi mais preciso que o GPT-4o. Para esse tipo de trabalho, o que se precisa não é de um modelo genial, mas de consistência para ler os mesmos 4 sinais do mesmo jeito todas as vezes (números e fundamentos no texto abaixo).

Open source sob AGPLv3; conecta a qualquer endpoint compatível com OpenAI (com Ollama, os e-mails não saem da minha máquina). Sendo sincero, é um PoC inicial — cerca de 80% de concordância em 50 e-mails reais meus (uma rodada, com uma linha de base definida por mim), por enquanto o único usuário real sou eu, e a execução AUTO está desligada de propósito. Se eu exagerar, o primeiro comentário vai me atacar.

Texto de design (série com discussões de arquitetura entre engenheiros):

Por que um modelo barato venceu o GPT-4o: https://dev.to/k08200/…
Por que o LLM só dá notas e não decide: https://dev.to/k08200/…
Deterministic floor para ações irreversíveis: https://dev.to/k08200/…
Repositório: https://github.com/k08200/klorn (docker-compose + setup de LLM local). A demo está em modo de teste OAuth (100 pessoas), então self-host é o caminho mais rápido.