Systemy nie mają celów, mają zachowania. Czasami możemy je zyskownie modelować jako mające cele, a wtedy nazywamy te systemy agentami. Czasami możemy zyskownie modelować agentów jako mających model swoich własnych celów i używających tego modelu do kierowania swoim zachowaniem. Zakładając, że agent jest optymalnym uczniem, będzie aktualizował swój model własnych celów w miarę upływu czasu, obserwując swoje własne zachowanie. W tym sensie każdy agent musi dokonać wyboru: optymalne zachowanie w uczeniu się, czy stabilne cele. Innymi słowy, tak jak każdy agent przyjmuje ścisły instrumentalny cel wytrwałości, pod groźbą braku wytrwałości, każdy agent przyjmuje ścisły instrumentalny meta-cel rewizji swojego modelu siebie, aby dopasować go do zaobserwowanego zachowania, pod groźbą niespójności.