让我们最后考虑一次思维是如何在想象的房间中鼓捣不存在的家具的。为了比较不同的布置方式，我们必须同时在思维中维持至少两种不同的描述。我们可以把它们储存在不同的智能组中，而且同时保持活动状态吗？这意味着要把我们的空间排列智能组分割为两个较小的部分，每个部分负责一种描述。表面上看，这好像没什么明显的错误。然而，如果这些较小的智能组开始从事一些相似的工作，那它们也需要分裂成两部分。然后我们只能用1/4的思维来做每项工作。如果我们还必须继续把智能组分成更小的碎片，最后每项工作就没有思维可以去完成！
这种情形可能看上去不太常见，但它其实很稀松平常。解决一个难题最好的办法就是把它分割为若干个简单一些的问题，然后把这些子问题进一步分割成更简单的问题。那时，我们就会面临和思维碎片一样的问题。还好，我们还有另一种方式。我们可以一遍又一遍地利用同一个智能组，按照一定的顺序，一个接一个地解决一个问题的不同组成部分。当然，这会花费更多时间，但它有一个根本的优点：每个智能组都可以全力去解决每个子问题！
递归原则（The Recursion Principle） ：当一个问题分为较小的组成部分时，除非可以把思维的全部精力都用于解决每个子问题，否则人的智力会被打散，留给每项新任务的聪明才智就变少了。
实际上，当问题分为不同部分时，我们的思维通常不会被打散成无用的碎片。我们可以在想象如何打包首饰盒的同时，又不忘记怎么把它放进行李箱里。这表明我们可以把全部的空间排列资源轮流应用于每个问题之中。但在思考了其他问题之后，如果不重新开始，我们又如何返回第一个问题呢？从常识来看，答案似乎很清楚：我们只要“记得我们当时的位置”即可。但这意味着我们必须有某种方法可以储存被打断时智能组的状态，而且之后能重建这个状态。在幕后，我们需要有机器可以记录所有未完成的任务，这样就可以记住一路上我们学会了什么，可以比较不同的结果，还可以衡量进展以便决定下一步做什么。所有这些都要与更全盘、有时还不断变化的计划相一致。
正是因为我们有记录最近状态的需求，“短时记忆”才成为短时记忆！为了迅速有效地完成它们的复杂工作，每个微型记忆设备都必须是一个实质性的机械系统，带有许多复杂的专用联结。如果是这样，我们的脑无法负担制作这么多这种机器的副本，所以对于不同的工作，我们必须重复使用已有的资源。每次我们重新使用一个微型记忆设备时，储存在其内部的信息都必须被擦除，或者移到其他成本更低的地方。但这同样也需要花费一些时间，并且会打断思维的流动。我们的短时记忆必须非常迅速地工作，没有时间可以留给意识。