Los sistemas no tienen metas, tienen comportamientos. A veces podemos modelarlos de manera rentable como si tuvieran objetivos y luego llamar a los agentes de sistemas. A veces podemos modelar de manera rentable a los agentes 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 en función de 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, al igual que cada agente asume un objetivo instrumental estricto de persistencia, so pena de no persistencia, cada agente asume un metaobjetivo instrumental estricto de revisar su modelo propio para que coincida con el comportamiento observado, so pena de incoherencia.