The instinct to forbid something when it makes you uncomfortable is old and natural. But it also happens to be catastrophically stupid. Not because the people doing it are dumb, but because the mental model they are using was designed for a world that no longer exists.
Consider the logic. When a government fears that capital will flee, it outlaws capital outflows. When it fears that talent will leave, it restricts emigration. When it fears that China will acquire advanced chips, it bans their export. When it fears that contractors will inflate their costs, it mandates fixed prices. When it fears that citizens might learn something inconvenient, it blocks information.
Every one of these moves produces the opposite of what was intended. Investment dries up because nobody wants to put money in a place they cannot take it out of. Talent stops coming because the first thing skilled people check is whether they can leave. China builds its own chips, often faster than anyone expected. Contractors find other ways to drive up costs — they just become harder to spot. Citizens stop trusting the government because the very act of blocking information tells them there is something worth hiding.
This is not policy failure. This is model failure — the use of a mental framework that assumes the world is simple, static, and controllable, applied to a world that is complex, adaptive, and indifferent to your desire to control it.
The linear mind believes that if you cut off a supply line, demand disappears. If you block a behavior, the need behind it dissolves. If you control a node, you control the network. These are comforting assumptions, and they are all false. Systems do not go away when you cut them. They rewire. They route around the blockage. They find substitutes, underground channels, and entirely new architectures that you cannot see until they are already fully formed.
Each of these patterns follows the same arc. Fear triggers a prohibition. The prohibition creates a new set of constraints. The system, being a system, adapts to those constraints — but not in the direction the policy maker intended. The adaptation usually makes the original problem worse, often in ways that are harder to see and measure.
The technical name for this is perverse incentive, but that undersells it. It is not just a design flaw in a specific policy. It is a failure to understand what kind of thing a system is. A system is not a machine. It is not a line from A to B. It is a living, breathing, reorganizing structure that responds to pressure by changing its shape, not by staying still and taking the blow.
The GL Framework captures this dynamic through its four parameters. When you impose heavy-handed controls, cognitive friction rises — people and organizations spend more time navigating restrictions and less time producing value. Flow success declines — the movement of capital, talent, goods, and ideas slows, blocks, or goes underground. Transfer paths multiply — the cost of the policy does not disappear; it moves to someone else, often the least powerful actors in the system. And systemic exclusion accelerates — the system does not fail; it simply excludes more and more participants until it has effectively collapsed inward.
The people designing these policies are not stupid in the ordinary sense. Many of them are highly educated. They have access to enormous amounts of data. They are surrounded by advisors who tell them what they want to hear. But their mental model is rooted in an older world — one where supply chains were simple, borders meant something, and a sufficiently powerful authority could bend the system to its will. That world is gone. It has been gone for a while. The policies that worked in that world now work in reverse.
The chip ban is a textbook case of this failure mode. The OMB delay is another. Capital controls are another. Every "ban it" policy follows the same pattern, with the same predictable outcome: the problem does not go away. It mutates. It moves. It becomes harder to solve because the solution no longer lies within the boundaries of the policy maker's understanding.
The alternative is not to abolish regulation. The alternative is to start from a different question. Not "how do we stop this behavior?", but "how does this system actually work, and where are the points where we can intervene without triggering a cascade of unintended consequences?"
That is what the GL Framework is for. It does not prohibit. It diagnoses. It does not control. It measures. It does not assume the world will obey. It assumes the world will adapt — and asks what the adaptation will look like.
Linear thinking controls nodes.
Systems thinking understands dynamics.
Banning behaviour doesn't stop it.
It makes it worse — and harder to see.
GL Framework: diagnose, don't ban. measure, don't control.
Ping Xu
GFI Flow Intelligence
當你害怕某件事，本能地想要禁止它，這種衝動既古老又自然。問題在於，這套反應機制所依賴的心智模型，是為一個已經不存在的世界設計的。
仔細看這個邏輯。政府怕資金外逃，就禁止資本外流。怕人才流失，就限制出境。怕中國拿到先進晶片，就禁止出口。怕承包商灌水成本，就強制固定價格。怕民眾知道不該知道的，就封鎖資訊。
每一招都產生了完全相反的結果。投資萎縮，因為沒有人願意把錢放在一個進得去出不來的地方。人才不來了，因為有本事的人第一個檢查的就是自己能不能離開。中國自己造出了晶片，速度比任何人預期的都快。承包商找到了新的漲價方式，只是變得更難察覺。民眾不再信任政府，因為封鎖資訊這個動作本身，就已經告訴了他們：有東西值得被藏起來。
這不是政策失靈。這是模型失靈——用一個假設世界是簡單的、靜止的、可控的心智框架，去面對一個複雜的、會適應的、對你的控制欲毫不在意的世界。
線性思維相信：切斷供應，需求就會消失。禁止行為，背後的慾望就會消解。控制一個節點，就能控制整個網絡。這些都是讓人安心的假設，而它們全都是錯的。系統不會因為被你切斷就消失。它會重新佈線，繞過障礙，找到替代品、地下管道、以及全新的架構——等你看到的時候，它已經成形了。
每一個模式都遵循同一條弧線。恐懼引發禁令，禁令創造新限制，系統為了適應那些限制而改變自己——但方向從來不是政策制定者預期的那個。適應的結果通常是讓原來的問題變得更糟，而且是以更難察覺、更難衡量的方式。
這種現象在學術上叫做「反效果激勵」，但這個詞說得太輕了。這不只是特定政策的設計缺陷。這是對「系統到底是什麼」的根本性誤解。系統不是機器。它不是從 A 到 B 的一條線。它是一個活的、會呼吸的、會自我重組的結構——它面對壓力的反應是改變形狀，而不是待在原地承受打擊。
GL 框架用四個參數捕捉了這個動態。當你施加高壓控制，認知摩擦升高——人們和組織花更多時間繞過限制，花更少時間創造價值。流量成功率下降——資金、人才、商品、創意的流動減緩、阻斷、或轉入地下。轉移路徑倍增——政策的成本不會消失，只會轉移到其他人身上，通常是系統中最沒有權力的人。系統性排除加速——系統不會失敗，只是把越來越多的參與者排除在外，直到它有效地向內崩塌。
設計這些政策的人，不是通常意義上的蠢。他們很多人受過高等教育，有海量數據可參考，身邊圍繞著只說他們想聽的話的顧問。但他們的心智模型根植於一個更古老的世界——一個供應鏈單純、國界有意義、權威夠大就能把系統壓彎的世界。那個世界已經不在了。早就已經不在了。曾經有效的政策，現在正在產生反效果。
晶片禁令是這個失敗模式的教科書案例。OMB 拖延也是。資本管制也是。每一個「禁止它」的政策都遵循同一個模式，產生同一個可預測的結果：問題不會消失。它會變異、移動、變得更難解決——因為解決方案已經不在政策制定者理解的範圍之內了。
替代方案不是廢除管制。替代方案是從一個不同的問題開始：不是「我們怎麼阻止這個行為？」，而是「這個系統實際上是怎麼運作的？我們可以在哪些點上介入，而不會引發一連串預料之外的後果？」
這就是 GL 框架在做的事。它不禁止。它診斷。它不控制。它測量。它不假設世界會乖乖聽話。它假設世界會適應——然後問：適應之後會長成什麼樣子？
線性思維控制節點。
系統思維理解動態。
禁止行為不會阻止它。
只會讓它 變得更糟——而且更難看見。
GL 框架：診斷，不要禁止。測量，不要控制。
Ping Xu
GFI Flow Intelligence
当你害怕某件事，本能地想要禁止它，这种冲动既古老又自然。问题在于，这套反应机制所依赖的心智模型，是为一个已经不存在的世界设计的。
仔细看这个逻辑。政府怕资金外逃，就禁止资本外流。怕人才流失，就限制出境。怕中国拿到先进芯片，就禁止出口。怕承包商灌水成本，就强制固定价格。怕民众知道不该知道的，就封锁资讯。
每一招都产生了完全相反的结果。投资萎缩，因为没有人愿意把钱放在一个进得去出不来的地方。人才不来了，因为有本事的人第一个检查的就是自己能不能离开。中国自己造出了芯片，速度比任何人预期的都快。承包商找到了新的涨价方式，只是变得更难察觉。民众不再信任政府，因为封锁资讯这个动作本身，就已经告诉了他们：有东西值得被藏起来。
这不是政策失灵。这是模型失灵——用一个假设世界是简单的、静止的、可控的心智框架，去面对一个复杂的、会适应的、对你的控制欲毫不在意的世界。
线性思维相信：切断供应，需求就会消失。禁止行为，背后的欲望就会消解。控制一个节点，就能控制整个网络。这些都是让人安心的假设，而它们全都是错的。系统不会因为被你切断就消失。它会重新布线，绕过障碍，找到替代品、地下管道、以及全新的架构——等你看到的时候，它已经成形了。
每一个模式都遵循同一条弧线。恐惧引发禁令，禁令创造新限制，系统为了适应那些限制而改变自己——但方向从来不是政策制定者预期的那个。适应的结果通常是让原来的问题变得更糟，而且是以更难察觉、更难衡量的方式。
这种现象在学术上叫做「反效果激励」，但这个词说得太轻了。这不只是特定政策的设计缺陷。这是对「系统到底是什么」的根本性误解。系统不是机器。它不是从 A 到 B 的一条线。它是一个活的、会呼吸的、会自我重组的结构——它面对压力的反应是改变形状，而不是待在原地承受打击。
GL 框架用四个参数捕捉了这个动态。当你施加高压控制，认知摩擦升高——人们和组织花更多时间绕过限制，花更少时间创造价值。流量成功率下降——资金、人才、商品、创意的流动减缓、阻断、或转入地下。转移路径倍增——政策的成本不会消失，只会转移到其他人身上，通常是系统中最没有权力的人。系统性排除加速——系统不会失败，只是把越来越多的参与者排除在外，直到它有效地向内崩塌。
设计这些政策的人，不是通常意义上的蠢。他们很多人受过高等教育，有海量数据可参考，身边围绕着只说他们想听的话的顾问。但他们的心智模型根植于一个更古老的世界——一个供应链单纯、国界有意义、权威够大就能把系统压弯的世界。那个世界已经不在了。早就已经不在了。曾经有效的政策，现在正在产生反效果。
芯片禁令是这个失败模式的教科书案例。OMB 拖延也是。资本管制也是。每一个「禁止它」的政策都遵循同一个模式，产生同一个可预测的结果：问题不会消失。它会变异、移动、变得更难解决——因为解决方案已经不在政策制定者理解的范围内了。
替代方案不是废除管制。替代方案是从一个不同的问题开始：不是「我们怎么阻止这个行为？」，而是「这个系统实际上是怎么运作的？我们可以在哪些点上介入，而不会引发一连串预料之外的后果？」
这就是 GL 框架在做的事。它不禁止。它诊断。它不控制。它测量。它不假设世界会乖乖听话。它假设世界会适应——然后问：适应之后会长成什么样子？
线性思维控制节点。
系统思维理解动态。
禁止行为不会阻止它。
只会让它 变得更糟——而且更难看见。
GL 框架：诊断，不要禁止。测量，不要控制。
Ping Xu
GFI Flow Intelligence
El instinto de prohibir algo cuando te incomoda es antiguo y natural. El problema es que el modelo mental del que depende esa reacción fue diseñado para un mundo que ya no existe.
Observa la lógica. Cuando un gobierno teme que el capital se fugue, prohíbe la salida de divisas. Cuando teme que el talento se vaya, restringe la emigración. Cuando teme que China adquiera chips avanzados, prohíbe su exportación. Cuando teme que los contratistas inflen los costos, impone precios fijos. Cuando teme que los ciudadanos sepan algo inconveniente, bloquea la información.
Cada una de estas medidas produce exactamente lo contrario de lo que se pretendía. La inversión se seca porque nadie quiere poner dinero en un lugar del que no pueda sacarlo. El talento deja de llegar porque lo primero que hace una persona calificada es comprobar si puede irse. China fabrica sus propios chips, a menudo más rápido de lo que nadie esperaba. Los contratistas encuentran otras formas de inflar los costos — solo que se vuelven más difíciles de detectar. Los ciudadanos dejan de confiar en el gobierno porque el simple hecho de bloquear la información les dice que hay algo que merece la pena ocultar.
Esto no es un fracaso de las políticas. Es un fracaso de modelo — el uso de un marco mental que asume que el mundo es simple, estático y controlable, aplicado a un mundo que es complejo, adaptativo e indiferente a tu deseo de controlarlo.
La mente lineal cree que si cortas una línea de suministro, la demanda desaparece. Si bloqueas un comportamiento, la necesidad detrás de él se disuelve. Si controlas un nodo, controlas la red. Son suposiciones reconfortantes, y todas son falsas. Los sistemas no desaparecen cuando los cortas. Se recablean. Buscan rutas alternativas. Encuentran sustitutos, canales subterráneos y arquitecturas completamente nuevas que no puedes ver hasta que ya están plenamente formadas.
Cada uno de estos patrones sigue el mismo arco. El miedo desencadena una prohibición. La prohibición crea un nuevo conjunto de restricciones. El sistema, siendo un sistema, se adapta a esas restricciones — pero no en la dirección que el formulador de políticas pretendía. La adaptación suele empeorar el problema original, a menudo de maneras más difíciles de ver y medir.
El nombre técnico de esto es incentivo perverso, pero esa palabra se queda corta. No es solo un defecto de diseño de una política específica. Es un fallo en la comprensión de qué tipo de cosa es un sistema. Un sistema no es una máquina. No es una línea de A a B. Es una estructura viva, que respira y se reorganiza, que responde a la presión cambiando su forma, no quedándose quieta y recibiendo el golpe.
GL Framework captura esta dinámica a través de sus cuatro parámetros. Cuando impones controles severos, la fricción cognitiva aumenta — las personas y las organizaciones dedican más tiempo a sortear restricciones y menos a producir valor. El éxito del flujo disminuye — el movimiento de capital, talento, bienes e ideas se ralentiza, se bloquea o pasa a la clandestinidad. Las rutas de transferencia se multiplican — el costo de la política no desaparece; se traslada a otro, a menudo a los actores menos poderosos del sistema. Y la exclusión sistémica se acelera — el sistema no falla; simplemente excluye a más y más participantes hasta que ha colapsado efectivamente hacia adentro.
Las personas que diseñan estas políticas no son estúpidas en el sentido ordinario. Muchas tienen una alta educación. Tienen acceso a enormes cantidades de datos. Están rodeadas de asesores que les dicen lo que quieren oír. Pero su modelo mental está arraigado en un mundo más antiguo — uno donde las cadenas de suministro eran simples, las fronteras significaban algo, y una autoridad suficientemente poderosa podía doblegar el sistema a su voluntad. Ese mundo ya no existe. Hace tiempo que dejó de existir. Las políticas que funcionaban en ese mundo ahora funcionan al revés.
La prohibición de chips es un caso de libro de texto de este modo de fracaso. El retraso de la OMB es otro. Los controles de capital son otro. Cada política de "prohibirlo" sigue el mismo patrón, con el mismo resultado predecible: el problema no desaparece. Muta. Se mueve. Se vuelve más difícil de resolver porque la solución ya no se encuentra dentro de los límites de la comprensión del formulador de políticas.
La alternativa no es abolir la regulación. La alternativa es empezar con una pregunta diferente. No "¿cómo detenemos este comportamiento?", sino "¿cómo funciona realmente este sistema, y cuáles son los puntos donde podemos intervenir sin desencadenar una cascada de consecuencias no deseadas?"
Eso es lo que hace GL Framework. No prohíbe. Diagnostica. No controla. Mide. No asume que el mundo obedecerá. Asume que el mundo se adaptará — y pregunta cómo será esa adaptación.
El pensamiento lineal controla nodos.
El pensamiento sistémico entiende dinámicas.
Prohibir un comportamiento no lo detiene.
Lo empeora — y lo hace más difícil de ver.
GL Framework: diagnosticar, no prohibir. medir, no controlar.
Ping Xu
GFI Flow Intelligence