본 논문은 기존의 압축이 지능의 핵심이라는 관점을 기반으로, 왜 압축 과정이 피상적인 통계적 패턴이 아닌 인과 구조를 발견하도록 하는지에 대한 의문을 제기하며, 두 단계의 프레임워크를 제시한다. 첫 번째 단계인 정보 이론적 명령(ITI)은 불확실한 환경에서 생존하는 시스템이 예측적 압축을 통해 인식적 엔트로피를 최소화해야 한다는 것을 설명한다. 두 번째 단계인 압축 효율성 원리(CEP)는 효율적인 압축이 예외 축적 역학을 통해 생성적이고 인과적인 모델을 기계적으로 선택하게 하여 현실 정렬을 우연의 산물이 아닌 필연적인 결과로 만든다고 설명한다. ITI와 CEP는 생존 압박, 예측 필요성, 압축 요구 사항, 효율성 최적화, 생성적 구조 발견, 현실 정렬의 인과 관계를 정의한다. 이 프레임워크는 압축 효율성이 외부 분포 일반화와 상관관계가 있고, 예외 축적 속도가 인과적 모델과 상관 관계가 있으며, 계층적 시스템이 추상화 계층을 넘어서 효율성을 증가시키고, 생물학적 시스템이 표현 복잡성을 추적하는 대사 비용을 나타낸다는 등의 경험적으로 검증 가능한 예측을 제시한다. ITI와 CEP는 의식이나 주관적 경험에 대한 가정을 사용하지 않고 생물학적, 인공적, 다중 규모 시스템 전반의 수렴에 대한 통합적인 설명을 제공한다.