早期人类面对的情境也许可以由博弈论中总结出来的牡鹿捕猎场景来进行最佳建模（Skyrms，2004）。两个个体可以很轻易地接近低回报的“野兔”（如低卡路里植物），然而，此时在地平线上出现了一只高回报但是较难猎捕的“牡鹿”（如大型捕猎），只有在两个个体都放弃野兔并且都进行合作的前提下，他们才有可能得到牡鹿。因为合作符合两个人的利益，所以他们的动机一致了。因此，这种困境纯粹是认知性的：合作是必需的，我要拿我的野兔去冒险，我只会在你也愿意去猎捕牡鹿的时候才会这么做。但是你也仅仅会在我愿意去猎捕牡鹿的时候才会去冒险。我们如何协调这种潜在的僵局？有一些很简单的认知策略可以帮助人们脱离困境（Bullinger et al.，2011b，黑猩猩使用的领导-追随者策略），不过如果这样的话，他们中总会有一个人承担不成比例的风险，所以他们在某些情境下是不稳定的。比如，如果只有很少的野兔，因此每一只都价值极高，那么捕猎牡鹿就很少能够成功了。故而花费/收益分析要求每个人在放弃自己的野兔前，得确保他们的搭档也将会猎捕牡鹿。在谢林（Schelling，1960）和路易斯（Lewis，1969）最初的分析中，以这种方式进行的合作需要某种共同知识或者递归式的读心：要是我去，我就需要预期到你会预期到我预期你……谢林和路易斯认为，这个过程尽管非同凡响，但还不至于令人困惑。后来的评论者认为这个分析有问题，他们指出两个人之间无限的想来想去猜测另一个人的想法，这种事情不会真的发生，要不然就不会有任何结论了。克拉克（Clark，1996）提出，如果以更实际的情况来说，人类仅仅会辨识出伙伴们的“共同基础”（如我们都知道我们都想要一起去猎捕牡鹿）。这已经足够让伙伴们对于共同目标做出共同决定了。托马塞洛（Tomasello，2008）认为像共同基础这样的东西是人们实际应对的方式，不过当发生不安时，他们总会用推理解释说“他以为我以为他以为……”（比较典型的是只递归几次），这表明了其背后的递归结构。因此，现在的情况是，人类个体会协调适应自己和他人共享的共同基础，这并不总包括递归式的读心，不过，如果需要的话，他们可能会以递归的方式将当前的共同目标分解几次，好澄清一下他认为我认为他现在怎么想。