Los sistemas no tienen objetivos, tienen comportamientos. A veces podemos modelarlos de manera rentable como si tuvieran objetivos, y luego llamar a los sistemas agentes. A veces podemos modelar a los agentes de manera rentable como si tuvieran un modelo de sus propios objetivos y usaran ese modelo para impulsar su comportamiento. Suponiendo que un agente es un aprendiz óptimo, actualizará su modelo de sus propios objetivos con el tiempo, basándose en la observación de su propio comportamiento. En este sentido, cada agente tiene que elegir: comportamiento de aprendizaje óptimo o objetivos estables. Dicho de otra manera, así como cada agente asume un objetivo instrumental estricto de persistencia, bajo pena de no persistencia, cada agente asume un meta-objetivo instrumental estricto de revisar su modelo de sí mismo para que coincida con el comportamiento observado, bajo pena de incoherencia.