就人类社会性的演化，存在很多不同理论，但在他们之间存在着一个共识：合作性逐渐增强这一大方向（至少直到1万年前农业、城市和层级社会崛起之前的这段时间里）。同其他类人猿不同，早期人类开始通过伴侣配对（pair bonding）的方式交配（mating），进一步使核心家庭（nuclear family）变为新的合作社会单位（Chapais，2008）。与之相关，相比其他类人猿，人类开始多方面在合作抚育，其中母亲以外的成人也开始照顾小孩子（Hrdy，2009）。这种新形式的抚育——祖母和其他女性同儿童留在家里，最健康的女性外出觅食并带回食物分享——可能是合作觅食的先导，也可能与其协同发生，而这进一步使家庭网络融入新的合作单元（Hawkes，2003）。同时随着现代人类的崛起，当他们在文化群体选择中同其他人类群体争夺有价值的资源时，包括可能由互不相识的个体组成的部落和宗族在内的整个文化群体变成了合作单元（Richerson & Boyd，2006）。
这种合作的趋势同人类日益增强的认知能力如何相互影响很少被探究，甚至思考。其中存在两个主要的例外，第一个是社会脑假设，作为支持该假设的证据，邓巴（Dunbar，1998）在灵长类之中证明了脑的大小（可能反映了认知复杂性）同群体规模（可能反映了社会复杂性）之间的正向相关关系。现代人类是一种极端案例：人类大脑的大小和群体规模都比他们的近亲类人猿大好多倍。高利特等人（Gowlett et al.，2012）尝试在人类演化史当中追踪这种关系，发现在大约40万年前的海德堡人 中，大脑的大小和群体规模都发生了巨大的跳跃，而这当然也是我们假设的借助联合意图性，人类思维演化的第一步发生的精确时间。然而，群体规模仅仅是社会复杂性的一个粗略指标，所以就上述相关关系中涉及的实际过程，社会脑假设仅仅给了我们一个大体启示。
一个有关人类社会性和认知联系的更具体的尝试由斯特林（Sterelny，2012）做出，他把焦点放在人类合作和包括合作抚育、合作觅食、合作交流和教导在内的很多方面上。人类的合作生活方式依赖于个体发生过程中个体获得的大量信息，包括如何追踪羚羊、如何制矛、群体的亲缘关系如何建立等一切事情，所以由成人向初学儿童进行的信息传递对个体的生存尤为重要。这样，人类建构起学习环境，在其中他们的后代得以发展，进而确保这些后代获得在执行制作工具和合作觅食这类关键生计活动时需要的信息。同样，托马塞洛（Tomasello，1999）提供了故事的另一个版本，他把焦点尤其放在了人类认知的个体发生如何通过获得由祖先创造的物化/符号化（包括语言）人造物而成为可能。沿着大体相同的脉络，莱文森（Levinson，2006）聚焦于人类独有的合作性社会参与中的“交互式引擎”（interactive engine），以及它的演化如何创造出人类独有的多种交流形式。赫迪（Hrdy，2009）则强调这里涉及的一些适应都能服务于婴儿本身。例如，使婴儿从小就可以在多层抚育这类新的复杂世界中进行判别的特殊合作技能和交流技能。
依我们的观点，这两个有关人类社会性和认知相互关系的解释都有用，并且大体是正确的。但我们把焦点放在了思维背后涉及的具体过程上，在细节层次上相对更为精确地描述了行为协调（合作）和意图状态协调（合作交流）在两个演化阶段可能如何呈现于人类，以及人类可能如何借助新形式的思维（采用新形式的认知表征、推理和自我监控）解决它们。早期人类不仅需要记录社会关系和向他们的幼儿传递有用信息，也额外迫切地需要借助社会协同应对面临的多种不同生存挑战。具体来说，他们发展出了包括在合作和习俗交流中递归地概念化他人的能力在内的多种不同共享性意图技能和动机。社会协同和人类思维的这种分离在塞拉斯（Sellars，1962/2007，p.385）的著作中得到了很好的描述：“概念化思维不是偶然地传递 给他人，如同移动一个国际象棋棋子的决策不是随机的，它代表了棋局中两个个体的行动表达。”
所以，作为对我们解释的一般总结，让我们把焦点放在随自然史不同阶段出现的社会性和思维的关系这一具体问题上来。主要结论或许可以用四个一般化命题表达。
