PureBox.ai 的巧思：让 AI 先给清理建议，再把决定交回给人

大多数邮箱清理工具把第一步交给规则：先告诉系统哪些发件人可以归档，哪些关键词可以删除。PureBox.ai 选择了另一条路。这个 7 月 26 日在 Product Hunt 上线的 Gmail 清理工具，先根据你过去打开、回复和归档邮件的习惯生成建议，再把每一批动作放到一个必须经过审核的队列里。12

这个选择把「AI 能不能替我整理邮箱」改成了两个更小的问题：它为什么这样判断？我能不能在它动手前改掉？PureBox 的巧思，正藏在这两个问题之间。

PureBox 没有把分类和动作塞进同一个黑箱。它先给邮件贴上 21 种 Smart Track 标签，例如「Orders & receipts」「Newsletters & marketing」和「Work & internal comms」；再用另一套三轨系统推荐动作：Attention、Archive 或 Trash。标签回答「这封邮件是什么」，track 回答「现在建议怎么做」。4

这个拆分很有用。收到一封订单确认时，系统可以把它识别成「Orders & receipts」，同时建议放进 Archive。用户如果觉得这封邮件还要留在眼前，只需改 track，不必把它重新归类，也不会丢掉原来的语义标签。分类结果变成了可检查的中间层，而不是一次性决定。

建议的三轨也对应 Gmail 里熟悉的动作。Attention 用来保留账单、截止日期和需要回复的邮件；Archive 收纳还要留存、但不必占据收件箱的内容；Trash 处理低价值杂讯。更关键的是，PureBox 对低置信度邮件采取保守规则：它们留在 Attention，不会因为模型不确定就自动归档或丢进垃圾箱。24

这套设计的依据也不是一张让用户事先填写的规则表。PureBox 会读取用户在 Gmail 中打开、回复和归档邮件的模式，从第一次扫描开始调整建议。对于邮件清理来说，这比让用户先写一套完整规则更接近真实习惯：用户往往知道某封邮件该不该留，却未必愿意提前定义「所有来自某类发件人的邮件都如何处理」。2

代价是权限和数据边界变得更具体。PureBox 的隐私说明列出了 userinfo.email 与 gmail.modify 权限，后者用于读取分类所需的邮件信息，并执行用户批准的标签、归档和移入垃圾箱操作；它不请求 mail.google.com，也不会代用户发邮件或永久删除邮件。服务会保存发件人、主题、日期、大小、片段、标签等元数据，以及分类结果和活动历史；隐私说明同时写明，原始邮件正文不会持久化，也不会拿 Gmail 数据训练通用或第三方基础模型。5

所以，PureBox 并没有消除「把邮箱交给第三方」的信任成本，只是把信任对象从一条模糊的自动化规则，拆成了可见的分类、可改的动作和明确的权限。

只要求用户审核，并不代表体验就成立。如果一千封邮件要逐封点「保留、归档、删除」，人工审核本身会变成新的收件箱劳动。PureBox 的处理是：每条建议都显示理由和目标去向，用户可以逐封修改，也可以一次批准整条轨道；只有点击 Apply，批量动作才会写回 Gmail。23

这形成了一个很清楚的交互顺序：AI 先分拣，用户看理由，用户调整例外，最后批准一批。截图里的 Archive、Trash、Keep visible 不是三个装饰状态，而是用户在执行前可以修改的决策入口。PureBox 还把「预计能省下多少时间」和「已经省下多少时间」分开，只有清理被批准并实际应用后，时间才会记入历史。24

这里的设计判断是，人工应该审核异常和边界，而不是重复执行 AI 已经完成的归类。为了让这个判断不变成一次性赌博，PureBox 使用 Gmail 原生的 archive、trash 和 label 操作，保留 History 记录；垃圾箱邮件仍遵循 Gmail 的恢复路径，归档邮件也可以找回。24

当然，批量审核仍然有摩擦。用户必须进入队列，理解理由，并对不认同的建议主动拒绝。免费版只提供样本扫描和手动审核；实时分类、持续扫描和受信任模式的自动清理属于 Pro。即使开了自动化，默认仍是先审核，只有用户明确选择信任的重复模式才会后台处理。4

PureBox.ai 值得看的地方，不是它把邮箱分成了 Attention、Archive 和 Trash，而是它把 AI 的判断拆成了三个可以被人接管的对象：邮件的语义标签、建议执行的 track，以及等待批准的批次。

这给 AI 工作流一个具体的产品设计方向：模型可以先做大量归类，但不要直接拥有最终动作；把理由、例外和撤回路径放在同一条操作链上，人工审核才不会沦为形式。PureBox 仍然需要 Gmail 权限，也仍然要求用户承担最后判断，但它至少让「我为什么要信你」变成了界面里可以逐项检查的问题。