20世紀60年代，在美國麻省理工學院的人工智能實驗室內，「建設者」化身成一套計算機程序。我與我的合作者西蒙·派珀特一直想用一隻機械手、一隻電視眼以及一台計算機組合成一個機器人，讓它可以用兒童積木進行建構。我們和我們的學生用了幾年的時間來開發移動、看見、抓住以及製造「建設者」智能組所需的幾百個小程序。我傾向於認為這個項目讓我們有機會一窺兒童在學習如何「玩」簡單的玩具時，思維中一些特定的部分。這個項目留給我們一些疑問，那就是：就算有上千種微小技能，是否就足以讓兒童在小桶裡填滿沙子？這種經驗啟發我們對思維領域產生了許多理念，這是我們以往所學的心理學知識無法做到的。
要做這些先驅實驗，我們首先要製作一隻機械「手」，還要在它的指尖上配備壓力和觸覺傳感器。之後還要把一台電視攝像機與我們的電腦相連，並且寫出一些計算機程序讓「眼睛」可以辨認積木的邊緣。這只「眼睛」還得能識別出自身的「手」。開始時那些程序運行得並不順利，於是我們增加了更多的程序，利用手指的觸覺來確認事物確實在視覺所呈現的位置上。不過還是需要其他的程序讓計算機可把「手」從一個地方移動到另一個地方，並且通過「眼睛」看到沒有東西擋住去路。我們還需要寫更高層級的程序，讓機器人可以用來計劃將要做什麼——還有更多的程序來確認這些計劃真的會被執行。要讓所有這些事都能可靠運行，我們需要程序在每一步都（再次通過「眼睛」和「手」）確認所有思維中所計劃的事確實在外部發生了，或者修正所發生的錯誤。
在嘗試讓機器人可以工作的過程中，我們發現許多日常問題比成年人認為困難的那些問題、謎題和遊戲複雜得多。在這個積木的世界中，當我們被迫比平常更小心地進行觀察時，在每個環節都會發現大量意想不到的因素讓問題變得更複雜。比如一個看起來很簡單的問題：不要使用已經放進塔中的積木。對一個人來說，這看起來就是一個簡單的常識：「如果一個物體已經用於實現一個舊目標，就不要在實現新目標時再使用這個物體。」沒有人準確地知道這一點在人類的思維中是怎樣實現的。很明顯，我們根據經驗可以識別出在哪些情境下容易遇到難題，長大後，我們學會了提前計劃來避免此類衝突。什麼樣的策略最值得一試？哪些又能幫助我們避免最可怕的錯誤？在我們預期、想像、計劃、預測和預防的過程中，肯定涉及了成千上萬甚至是上百萬個小程序，但這些程序太自動化了，所以我們把它當成了「普通的常識」。然而，如果思維如此複雜，是什麼讓它看起來這麼簡單呢？對於我們的思維能使用這麼複雜的機器，開始時我們可能覺得不可思議，不過後來就不會去想它了。
一般而言，思維最擅長的事都是我們很少覺察的事。
通常都是其他系統開始失靈的時候，我們才會調用一些特殊的智能組，也就是與「意識」相關的智能組。相應地，我們對運行不佳的簡單程序會更有意識，對於沒有瑕疵的複雜程序反而意識不多。這表明我們不能對所做的事哪些比較簡單、哪些比較複雜做即興的評判。大多數情況下，思維的每一部分只能感覺出其他部分在完成自己工作時的安靜程度。