本文认为，构建能够进行开放式创新的更强智能系统需要创建、稳定并复用新的表征基元，而不是仅仅在固定框架内进行搜索。
作者通过两个具体的鸿沟来描述当前AI系统与真正开放式智能之间的距离：
- 词汇鸿沟：发明并稳定新的表征基元而非仅仅重组现有基元的难度。
- 验证器鸿沟：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。
智能行为被解释为认知差异的减少，区分了空间内的转换与修改框架本身的生成性转换。为了推进开放式AI的发展，作者提出了奖励有用表征变化的目标、用于发明基元的持久记忆架构以及自适应验证机制。