大脑将外部信息编码成心智模型。编码方式分为三种神经链接、语言逻辑和数学。
心智模型理论是成型于上世纪九十年代的认知科学理论，代表人物就是著名学者史蒂芬平克。
心智会将外部信息表征成心智模型。这里需要解释一个概念就是“表征”。表征就是信息呈现的方式。或者用一个方便程序员理解的词“信息的编码方式”。比较常见的表征方式有感官、语言、数学等。举个例子，频率范围为380~480THz，对应空气中波长大约为780~620nm的电磁波，射入人眼，会被人的视觉系统表征为红色的感觉。这种感觉也可以被语言系统表征为“红色”或者“red”这样的词汇。也可以被表征成电脑中（X，0，0）这样的数据。（显示器上每个像素点可以发出红绿蓝三种颜色的光，x，0，0即红光亮度为X，绿蓝两色光亮度为0）。
表征系统必须具有特定的逻辑结构，可以通过自身的逻辑结构对信息进行处理。大脑中的神经元系统根据神经学的规则处理信息，这种神经学规则就是一种逻辑结构。语言中的语法逻辑同样是语言的逻辑结构。数学中的公理系统和计算推理规则也是逻辑规则。
语言，数学以及神经系统都可以作为信息的表征系统。人和其他动物的感觉、直觉就是基于神经系统构建的模型。语言同样表征系统，使用语言描述一个对象其实就是在对这个对象建模。数学也是表征系统，现代科学就是利用数学建模。人和其他动物最大的区别在于，人类除了神经系统构建的模型，还可以利用语言、数学这样的表征系统构建模型。
而且，人类可以将心智模型输出到脑外。视觉系统、听觉系统构建的模型以图像和声音的形式表征。人类创造的美术和音乐作品就是对这些心智模型的输出。同理，香水设计师是在输出嗅觉模型，厨师在输出味觉模型。以语言为表征媒介的模型可以以口语或文字的形式输出，文字可以书写在纸上或者雕刻在石碑上，流传后世。数学模型不仅可以书写在纸上，还可以编成程序，输入计算机网络，使得信息可以网络化。
同理，不同级别的编程语言也可以视为不同的建模引擎。计算机的底层代码是二进制数字，汇编语言就是将二进制数字编码的信息算法封装成模块，用特定的单词调用构建出的编程语言。更高级别的c语言则是用同样的方法对汇编语言进行模块化封装处理。用同样的方法还可以在c语言的基础上构建出java、c++、c#、Python等语言。低一层的语言可以视为高一层语言的建模引擎，高一层的语言则可以视为低一层语言构建出的模型。基于编程语言可以构建出游戏引擎这样更高级的表征系统，现在最高级的游戏引擎是虚幻5.
在此基础上可以更进一步，建模引擎的概念可以引申到科学领域。现代科学的理论模型基于数学构建，例如，牛顿力学基于欧几里得几何学构建，爱因斯坦的相对论基于黎曼几何构建。欧几里得几何为牛顿力学提供了空间模型。黎曼几何则为相对论提供了可以表征扭曲空间的建模系统。
科学同样存在类似于编程语言的层级结构。现代自然科学的最底层是数学，物理学基于数学构建，可以视为数学的应用。化学基于物理学构建，生物学基于化学构建，神经学基于生物学构建，心理学、认知科学基于神经学构建，社会学等人文学科又基于心理学构建。因此数学是所有学科的建模引擎。所有现代科学理论都可以视为数学模型。
建模引擎的每次升级都会带来生物的进化和文明的进步。神经系统的出现让动物可以对外部世界做处反应。而且，动物还可以对猎食者、同类、猎物进行欺骗。
而语言文字的出现则是建模引擎的进一步升级。语言文字的出现为哲学、宗教、政治等意识形态领域的心智模型提供了建模空间。这也就是题主问的问题。语言文字以概念、命题、判断作为基本结构。语言以A是B这样的命题描述事物，对客观对象建模。例如“苹果是红色的”苹果和红色是两个概念，而整句话是一个命题。这种建模方式也决定了基于语言逻辑的思维方式。在语言逻辑的基础上发展出了“命题的命题”就是研究命题本身性质的学科，这就是逻辑学和哲学产生的基础。“命题的命题”使人类开始对思维方式本身进行反思，开始思考什么样的思维方式更为有效。
由于实用性和噪声的存在。导致了模型不需要完全符合事实。也就使不同准确度的模型和建模系统都有存在价值。数学模型用于科学领域，数学模型以预测见长，适合对未来进行预测和开发应用技术。而语言逻辑模型在法律、意识形态领域有应用。语言逻辑以概念、命题为基本单位，以论证见长，适合为特定的意识形态辩护。而直觉系统基于神经网络建模，优势在于反应迅速，可以处理日常生活中需要快速反应的问题。