Sabihin ng isang computer na kulang ang sangay ni Lee Castleton ng £23,000. Hindi niya kinuha ang pera. Hindi niya kayang bilhin ang isang abogado. Pinag-utos ng korte na magbayad siya ng £321,000 sa gastos ng Post Office. Fourteen times the amount in dispute. Napabayaan siya. Mga taon pagkatapos, ipinakita ang Horizon system bilang totoong may sala. Ang bilang na ito ay nananatili sa akin higit sa 75-taong kaso o 30 taon sa panganib ng kamatayan. Ipapakita nito na ang katarungan ay hindi kailangang maging korup para mabigo ka. Kailangan lamang nito na maging mahal. Kapag mas mataas ang presyo ng pagiging tama kaysa sa pagkawala mismo, ang tapat na partido ay direktang sumasalanta. Ang sistema ay tahimik na tinuturuan ang lahat na ang katarungan ay isang luxury item. Ngayon, isipin ang milyon-milyon na AI agents na nagtatapos ng mga transaksyon araw-araw. Karamihan sa mga usapin ay maliit. Karamihan sa ebidensya ay machine-generated. Kung ang paglutas nito ay nananatiling magkakahalaga tulad ng nangyari kay Lee Castleton, ang tapat na agent ay nababigo nang direkta at natututo ang merkado sa parehong malupit na aral. Dahil dito, ang kasalukuyang modelo ay hindi makakascale patungo sa agentic era. @GenLayer ay nagtatayo ng isang adjudication layer kung saan maraming independiyenteng AI validators ay tumitingin sa parehong ebidensya at nakakamit ng kolektibong desisyon sa ilang minuto sa isang maliit na bahagi ng gastos ng korte. Hindi perpekto. Hindi isang palitan para sa bawat tao sa korte. Ngunit isang kinakailangang pagpapabuti para sa isang mundo kung saan ang mga partido ay maaaring hindi patotoo at ang mga stakes ay madalas nang sobrang maliit para sa tradisyonal na katarungan na pansinin. Laging gumagana nang pinakamabuti ang katarungan para sa mga may kakayahang magbayad. Ang susunod na panahon ay hindi kayang tanggapin ang disenyo na ito. #JusticeNeedsAnUpgrade