如果智能体之间无法沟通，人与人之间的背景、想法和目的差异这样大，他们又是怎么沟通的呢？答案就是我们高估了人与人之间实际的沟通数量。尽管我们看上去有这么多重要的差异，但我们所做的事在很大程度上都是以共同的知识和经验为基础的。所以虽然我们不太能说出低层级的思维程序是如何运行的，但可以利用它们所共有的传统。即使我们不能表达自己的意思，但常常可以引用各种各样的例子来表明如何把一些结构联结在一起，我们确信这些结构已经存在于听众的思维中了。简而言之，我们常常可以说明哪类想法需要思考，尽管不能说出它们是如何运作的。

我们用来总结高级目标和计划的词汇和符号，与控制低级目标和计划的信号并不相同。所以当我们的高级智能组想要去刺探它们所利用的次级机器的工作细节时，完全无法理解其中发生的事。这就是为什么我们负责语言的智能组无法解释我们骑车时如何保持平衡，也无法区分照片和真实的事物，或者从我们的记忆中提取信息。我们发现，在开始学说话之前，想用语言技能来谈论思维中负责平衡、观察和记忆的组件是特别困难的事。

“意思”本身就与尺寸和规模有关：只有在一个大到可以拥有许多意思的系统中，谈论其中一种意思才讲得通。对于那些较小的系统，这一概念就会显得空洞而肤浅。举例而言，“建设者”的智能体们不需要明白什么意思就可以完成它们的工作，“？添加？”所要做的就是开启“拿起”和“置放”。“拿起”和“置放”不需要去分辨那些开启的信号是什么意思，因为只要开启，它们就做开启应该做的事。一般而言，一个智能组越小，其他智能组就越难理解它这种微小的“语言”。

两种语言越小，二者之间相互翻译就越困难。这并不是因为存在很多意思，而是因为意思太少了。一个智能体做的事越少，其他智能体所做的事与之相似的可能性就越低。而如果两个智能体之间没有任何共同之处，翻译也就无从建立。

在翻译人类语言时有一个人们更熟悉的困难，那就是每个词都有许多意思，主要的问题就是缩小意思的范围，直到某种意思是两种语言所共有的为止。但对无关的智能体之间的沟通而言，如果它们从一开始就没有共同之处，那么缩小范围也没什么帮助。