本文认为，构建具备开放式创新能力的更强智能系统，需要创建、稳定并复用新的表示基元，而非仅在固定框架内进行搜索。
作者通过两个具体的差距来描述当前AI系统与真正开放式智能之间的距离：
- 词汇差距：发明并稳定新表示基元的难度，而非仅仅重新组合现有基元。
- 验证器差距：当新基元的完整收益可能只有在未来的复用中才能显现时，判断其价值的难度。
本文通过“智能即认知差异减少”的框架来解释这些差距，区分了空间内转换与生成式转换。文章提出了创新自主性的阶梯，并概述了推进开放式AI的方向，包括奖励有用表示变化的目标、持久记忆架构以及自适应验证机制。