如果智能體和我們一樣擁有龐大的思維，它們可以像人一樣交談，那麼「添加」可以說，「請『拿起』一個蘋果並『置放』於桶中。」也許我們最大的智能組可以處理這種信息，但小一些的智能組，比如「拿起」，是無法解讀這些表達方式的，因為它們的專業領域太窄，無法理解這麼複雜的慾望和需求。那麼為了找到蘋果，而不是積木、刀叉或者紙娃娃，「拿起」如何能知道要拿起什麼呢？為了檢驗這個問題，我們必須對聽眾的思維中會發生什麼提出一些假設。此刻，我們簡單地假設結果就是激活一個和「建設者」相似的社會，這個社會要包含以下要素：
初看之下，好像所有這些智能體都與蘋果和桶有關。但仔細看一看你會發現，只有低水平的智能體「搜尋」和「抓住」真正與實際對象的物理屬性相關；其他智能體僅僅是「中間水平的管理者」而已。舉例而言，「拿起」並不會真的拿起任何東西；它只是在適當的時候開啟了「尋找」和「抓住」而已。當然，「搜尋」會需要一些關於要找什麼的信息，也就是關於蘋果外表的信息，而「移動」會需要關於蘋果實際位置的信息。然而，我們會看到，這些智能體可以獲得想要的信息，但不需要從「拿起」那裡獲得。想知道智能體們是如何不用外顯信息進行操作的，讓我們比較一下對如何把蘋果放進桶裡的兩種普通語言描述。第一種腳本中，在每一行都明顯地提到了操作的對象，我們對新手說話時可能就是這個樣子。
搜尋一個蘋果 。把手臂和手移動到蘋果 所處的位置。
讓手準備好抓住蘋果 形狀的對象。抓住蘋果 。
現在搜尋桶 。把手臂和手移動到桶 所處的位置。
鬆開手裡抓著的蘋果 。
現在讓我們用更像普通語言的方式重新描述一下這個過程。
搜尋一個蘋果 。把手臂和手移動到它所處的位置。
讓手準備好抓住這種形狀的對象。抓住它。
現在搜尋桶 。把手臂和手移動到它所處的位置。
鬆開手裡的東西。
第二種腳本中，「蘋果」和「桶」只用了一次。這是我們平常說話的方式，一旦某個事物已經提到過了，我們通常不會再次使用它的名稱。相反，只要可能，我們會用一個代詞來替代它的名字。在接下來的幾部分中，我將會提出，我們不僅會在語言中用代詞之類的符號替換事物，在許多其他思維形式中也會這樣做。很少會出現其他情況，因為為了讓我們理解句子，這些句子必須能反映出我們用來管理記憶的結構和方法。