如果说话者和受话者共享了某些基于特征的世界模型，而且这些模型的公式都由相同的符号构成，那么一个言语行为可以通过传递逻辑公式来实现（附加上传送的言语形式的类型）。例如，在这种情况下，言语的行为Tell(A2,Clear(B)∧On(B,C))可以通过如下方式实现：当前智能体发送公式Clear(B)∧On(B,C)给智能体A2，并指示了所传送的言语行为的类型为表示型。注意，这样做要假定公式Clear(B)∧On(B,C)相对于A2所表达的意思和其对于当前智能体所表达的意思相同。甚至在我们对所有的智能体构建和编程的情况下，这种相同的知识表达词汇相同的假设条件还是太强了，对于我们某些感兴趣的情况是根本不可行的。即使两个智能体的知识表示词汇和模型在启动时是一致的，如果遇到任何新的对象，几乎不可能赋予它们相同的名字。如果智能体能够使用基本的原语创建新的谓词，这些等价的谓词也可能有不同的符号。正因为当前智能体对其它的智能体采取一种有意的方式，其它的智能体可以不采用逻辑公式来对世界模型进行编码。 　　在如上的限制下，智能体之间的通讯如何成为可能呢？一种答案包括了前面阐述的两种选择中的第二个：用一个一致、通用的通讯语言，通过设计、使用和指令，通讯智能体对在这种通讯语言方式下传输的符号串如何改变其它智能体的认知结构进行学习。举例来说，采用有意的方式，当前智能体能够对如下情况作出预测：如果传送给智能体A2的字符串为"block B is on block C and block B is clear"，那么对A2的认知结构的言语表示效果就可以用当前智能体的知识库中的公式：Κ(A2, On(B, C)∧Clear(B))来描述。在这个例子中，当前智能体通过发送语句"block B is on block C"和"block B is clear"来执行言语行为Tell(A2, On(B, C)∧Clear(B))。受话者把这些语句翻译成其知识表示的内部形式。当然，因为假定正在智能体的设计阶段，我们能选择我们喜欢的任何通讯语言。如果当前智能体也需要用一些像英语一样的语言与人通讯，就可以发明一个如同例子中的类似英语的语言。 　　使用基于符号串的语言蕴涵了两个问题的解决方案：给定一个言语的行为，如何生成一个符号串；如何把一个符号串翻译成一个对认知结构的影响。虽然鼓励在人工的智能体中使用符号串作为通讯的媒介，但是用机器生成并理解自然语言是依各自的兴趣进行的。通讯使用的符号串的生成和理解主要在自然语言的领域中学习和研究范畴。因此对智能体之间通过字符串的通讯，处理将主要集中在类似于英语的语句言语行为中，这将通过自然语言处理的手段来解决。