😵‍💫🔥 2013年那篇可能超前的研究論文 😲

📖 這篇論文發表於2013年，遠在ChatGPT、Claude或AI代理出現之前。

然而，Nicolas當時已經在追求一個想法，而這個想法與當今現代AI的運作方式非常相似。

👉 人們很少會因為缺乏能力而失敗。
👉 他們之所以失敗，是因為不知道從何開始。

如果一個系統能夠將複雜目標拆解成小而可管理的任務，從眾多人的經驗中學習，並重用那些已被證明成功的計畫，那麼完成該目標的機率將會大幅提高。

這正是TaskGenies在其研究中所展示的。

☕ 想像你想開一家咖啡店。

❓ 你不知道從哪裡開始。
😵 幾乎立刻，你就會感到不知所措。

➡️ 這就是為什麼許多人在開始之前就放棄了。

📌 傳統方法

👉 你試著自己想出所有事情。

• 我應該在哪裡租場地？
• 我在哪裡可以買到義式咖啡機？
• 我如何申請營業執照？

⏳ 幾天過去了，你仍然沒有踏出第一步。

💡 Nicolas的方法

系統只說：

💬 「不要想整家咖啡店的事。」

➡️ 只要一步一步來就好。

例如：

✅ 第一步：選擇一個名字。
✅ 第二步：找一個地點。
✅ 第三步：列出設備清單。
✅ 第四步：尋找供應商。
✅ 第五步：註冊公司。

🙂 突然間，你會意識到：

💬 「哦……這並沒有我想像的那麼難。」

這就是TaskGenies的核心理念。

🤔 但這些步驟是誰想出來的？

👉 這就是最有趣的部分。

Nicolas並沒有坐下來自己寫出每一個計畫。

相反地，他讓數百人貢獻想法。

👤 人物A開過一家咖啡店。
👤 人物B開過一家麵包店。
👤 人物C經營過一家線上業務。

每個人都貢獻了一些想法。

🔄 系統接著會挑選最好的那些，並把它們組合成一個完整的流程。

就像是在說：

💬 「一個人不可能知道一切，但當許多人一起貢獻時，結果就會變得更完整。」

🚀 這裡還有更聰明的地方。

假設明天有人問：

💬 「我想開一家珍珠奶茶店。」

系統不會從零開始。

相反地，它會想：

💬 「這和開咖啡店非常相似。」

➡️ 它會重用既有計畫的80–90%，只改動不同的部分。

就像今天的ChatGPT在你每次提問時，不會重新發明輪子，而是根據既有知識與經過驗證的模式，更快、更有效地回應。

💡 這就是現代AI如此強大的最大原因之一。

它不只是簡單地說：

💬 「祝你幸運。」

AI會說：

➡️ 「先做第一步。」

✔️ 完成它。

➡️ 「現在進到第二步。」

然後第三步……

然後第四步……

直到目標達成。#PiNetwork‬⁩⁦‪