在模拟理论的启发下，已经涌现出了几十个探讨镜像系统对心智解读的作用的研究；同样的，在心智理论的鼓舞下，也出现了数十个以心智化为核心的研究。这两类研究关注的是同一个核心问题：一个人究竟是如何理解他人的心理状态的？有的读者可能会认为，无论研究人员信奉哪一种理论，大家所观察的都是同样的人类大脑，因此上述两类研究的结果必定都会收敛于一点，告诉大家同一个“故事”；虽然激发这些研究的理论不同，但最终它们都将殊途同归，因为大脑并不关心我们各自相信什么理论。它只会告诉人们什么才是正确的。
然而事实却并非如此。尽管分别专注于镜像系统和心智化系统两大“阵营”的科学家已经完成了许多功能性核磁共振成像研究，但是他们的研究结果却几乎从来没有真正融合到一起过。如果只看不同研究的大脑扫描结果，你可能根本猜测不到他们都是在从事心智解读的研究。这两大阵营的研究人员的研究结果——他们确定的脑区从神经解剖学的层面上来看一直都是不重合的，不仅如此，这两大阵营分别确定的脑区甚至呈现出了明显的负相关倾向。如果观察人们在休息时的大脑状态，我们就会发现，心智化系统越活跃的人的镜像系统越不活跃。因此，这两大阵营的对抗和争论并没有仅仅停留在理论层面上，事实上，他们正在研究的似乎也是两个相互对立或活跃程度此消彼长的神经系统。双方都认为，自己拥护的这个神经系统是解决心智解读问题的终极答案，而另一个系统则毫无用处。
这两大阵营研究的内容从表面上看完全相同，那么为什么他们都只观察到了自己优先关注的那个神经系统（那些脑区）的激活呢？这里可能存在两个主要原因。第一个主要原因是，两个阵营使用的研究心智解读的方法截然不同。“心智化系统阵营”倾向于使用语言材料和卡通图画，换句话说，他们使用的素材（刺激物）都非常抽象。“镜像系统阵营”要在“看到”实际的动作时才会被激活，在关于心智解读能力的研究中，由于通常不会向被试呈现任何真正的动作，所以一般也不会导致镜像系统脑区的激活。从这个角度来看，这些研究忽视了镜像系统对心智解读的贡献也是可以理解的。
除此之外，专注于心智化系统的这些研究需要巧妙处理的主要是一个人是否正在试图理解他人的心思，因此，在一项心智解读能力研究中，被试通常都要阅读一段文字，它暗示了某个人的心理状态，而在读完这段文字后，他们常常会被问及这段话所描述的主人公的信念、动机和个性等问题——被试只有在适当地进行了心理推导后，才可能正确回答这些问题。而另一方面，在镜像系统研究中，被试从来不会被问及有关心理状态的问题，这或许是因为当被试只看到一只光秃秃的手臂时，问一些与信念或个性有关的问题并没有太大的实际意义。因此，镜像系统研究最小化了心智化系统的参与程度。
第二个主要原因则与一些术语的含义有关。克林顿总统被弹劾后，他的命运在很大程度上取决于文字游戏；同样的，目的和意图这些术语的具体含义也影响了我们对心智解读的研究。比如，某天，你在早上8点看到一个朋友正在喝一杯纯麦芽威士忌，然后你问他为什么要喝酒。如果他的回答是“我只是为了喝上一杯”，虽然从严格的字面意义上讲，他也算回答了你的问题，为你提供了一个目的（“喝一杯”）；但是他的回答肯定无法完全令你满意。虽然他之所以喝酒只是因为他想喝，这种解释不可能会有错；但是你真正想知道的是，是什么特定的动机导致他产生了这个不同寻常的“目的”——想在早上的这个时间喝酒。纯粹从字面上看，“只是为了喝一杯”和“我想借酒消愁，因为我失业了”都是对你这个问题的回答，但这两个“目的”的意义却完全不同。“目的”这个术语的具体含义的重要性由此可见一斑。
20世纪80年代，罗宾·弗拉切（Robin Vallacher）和丹尼尔·韦格纳（Daniel Wegner）对这类差异进行了系统性研究。他们的系列研究结果表明，我们能够运用完全不同但却同样精确的方法理解同一个动作。我能够把自己此刻正在电脑键盘上进行的动作描述为“我所有的手指都在轻轻地上下移动”，也可以将之描述为“打字”，或者“写一本书”，甚至还可以描述为“我正在努力试图把我所学到的东西与他人分享”。需要注意的是，我在列出上面这些选项时的先后次序不是随意的，事实上，这些选项是有等级层次的。第一个回答是对这个特定动作的较低层次的描述，后面这些回答则描述了一些更高层次的长期目标，显然，后面这些回答更具意义。没有人会说自己人生的终极目标是“我希望更多地上下移动我的手指”，但是我们可以想象有人会说自己人生的终极目标是“我希望有时间把我所学到的东西更多地分享给大家”。
我们都活在一个由无数充满意义的动作建构而成的世界，同一动作既能用低层次的目的来描述，也可以用高层次的目的来描述，但通常我们一次只能关注一个层面，具体关注哪个层面则取决于我们的兴趣。一个刚刚开始学习打字的打字员会集中关注于移动哪根手指可以找到那个特定的字母，而经验老到的打字员更有可能关注他们试图输入的东西所包含的思想。
在“镜像系统阵营”与“心智化系统阵营”之间的各种差异中，不同阵营的研究者各自试图解释的目标之间的差异，无疑是最重要、最明显的差异之一。属于“镜像系统阵营”的研究人员主要关注人们是如何理解他人低层次的动作意图的（“他之所以去按电灯的开关，是因为他想打开电灯”）；而心智解读能力的研究人员更感兴趣的是更高层级的意图（“他之所以开灯，是因为他想复习准备考试”）。当然，两种说法都可以用来描述他人的意图，但是我认为，公平地说，在日常生活中我们通常会对第二种意图描述更感兴趣。
动作共鸣这种说法就非常适合解释我们是如何理解他人的低层级的动作意图的。我看到你去按电灯的开关，这一行为激活了我的“电灯开关—按”镜像神经元。但是，我们不能直接用这些神经元解释一个人打开电灯的高层级意图（这是不合适的）。我想让电灯亮起来有无数个理由，其中许多理由是建立在某种信念的基础上的（“半夜时听到楼下传来一阵吵闹声，因此想打开电灯看看是否有人在那儿”或者“想到了一个极好的故事，因此我想打开电灯把这个故事写下来”）。在每一种情况下，我们开灯时的动作却往往是不一样的，因此，动作共鸣无法为我们提供有关这些更高层级意图的线索。要想弄清楚他人的高层级意图，大脑的心智化系统是必不可少的。然而问题在于，在帮助我们理解周围人的更高层级的动机和意图时，镜像系统到底扮演了什么样的角色（如果它真的扮演了什么角色的话）？
