想像一個口渴的孩子學會去拿旁邊的杯子。之後，孩子為什麼沒有在任何情況下都去拿杯子呢，比如覺得孤獨或者覺得冷的時候？我們是怎麼區分我們學到的不同東西可以實現不同目標的呢？方法之一就是給每個不同的目標保留一個單獨的記憶庫。
每個原型專家的獨立知識庫
為了讓這個方法起效，我們必須限制每個專家只在自己的目標活動時才學習。我們可以通過把它們放置在一個交互排斥系統中來實現這一點，比如「飢餓」的記憶只有在「飢餓」活動時才會形成。這樣的系統永遠不會對要用什麼記憶感到困惑。感到飢餓的時候，它只會去做以前感到飢餓時學會去做的事；不會在口渴的時候去吃東西，也不會在飢餓的時候去喝水。但如果給每個目標都保留一個不同的記憶庫就太奢侈了，因為就像我們說過的，大部分真實世界的目標使用的都是同樣類型的知識。如果所有專家都可以共用常見的、一般性目的的記憶不是會更好嗎？
知識基礎生長到彼此之中
這也會產生問題。如果任何一個專家為了自己的好處想要重新安排某些記憶，其可能會破壞其他專家所依賴的結構。不可預測的互動太多。專家們如何合作共享它們所學到的內容呢？如果它們和人一樣，就可以交流、談判和組織。但因為每個單獨的專家太小，所工作的領域也太特別，所以它們無法理解其他專家的工作。它們能做到的最好的事就是互相利用其他專家可以做的事，而不需要理解那是什麼。