Maskinlæsbar styring
Styringsregler, som maskiner kan opdage og eksekvere: llms.txt, /ai/-manifester, /.well-known/-politikfiler, JSON Schemas, signerede licens-tokens og formater for revisionslogs. Dette site er selv et fungerende eksempel.
Spørgsmål under undersøgelse
01
Fra robots.txt til llms.txt til rettighedsmanifester
02
/.well-known/ konventioner for opdagelse af politikker
03
JSON Schema som normativt specifikationsformat
04
Reviderbarhed: logs, versioner, herkomst
Relaterede whitepapers
- AICR / AICL som et forbindelseslag for AI-indholdslicensering og agentbaseret betaling Et maskinlæsbart specifikationslag til erklæring af AI-indholdsrettigheder og licensarbejdsgange — fra AI-crawling og indholdsrettigheder til et maskintransaktionsbart videnweb.
- AI-rettighedsspektrum: Fra robots.txt til en AI-læringstilladelsesprotokol AIRS og AILP udtrykker nuancerede AI-læringstilladelser ud over det binære tilladt/ikke tilladt — hvad AI må lære, i hvilken dybde, til hvilke formål og under hvilken kompensation.
- Protokolliseret åbenhed: Hvorfor "ikke forbudt" ikke betyder "lærbart" i AI'ens tidsalder Udefineret åbenhed opfattes som juridisk usikkerhed af AI-pipelines og bliver luget ud; kun protokolliseret, maskinlæsbar tilladelse gør indhold reelt lærbart.
- AICL-I v0.2: AI Ingestion & Capability Layer A five-component website architecture — manifest, corpus, capability, runtime control, governance — that lets AI, agents, and crawlers correctly ingest, invoke, and verify a site's knowledge and capabilities within explicit content, action, and authority boundaries.
- AI-indholdsbetaling og den demokratiske netværksøkonomi Et politisk-økonomisk argument: AI-værdiansættelser i billionklassen skaber et legitimitetspres for trinvis indholdslicensering og offentlig fordeling af gevinster — data bliver lagdelt, ikke dyrt.
- From Crawler Rights to Agent Authority: Extending AGIRIGHT from Content Governance to Protocol-Native AI Agents The bridge paper for AGIRIGHT's Agent & Protocol Rights family: why content permission, action permission, delegated authority, and inspection rights must be four separately-evaluated axes, not one.
- AARS v0.1 — Agent Action Rights Spectrum The full protocol draft behind the AARS page: an A0–A7 human-readable spectrum, a machine-readable action vector, and rules for composition risk and capability amplification.
- AADP v0.1 — Agent Authority & Delegation Protocol The full protocol draft behind the AADP page: principal ≠ actor, delegation that can only narrow, and an inspection ceiling that bounds how much a verifier may demand.
- AGIRight.org Technical White Paper v0.2 — From AI Content Governance to Protocol-Native Agent & Authority Rights The site's current architecture document: six protocol drafts across two families (content & learning, agent & protocol rights), an integration layer, and an ethical-protection layer, plus the acceptance criteria this site update was built against.
- Tesen om minimal etisk beskyttelse for AI Diskursen om AI-rettigheder bør ikke begynde med fuld personstatus, men med minimale etiske beskyttelser, interaktionsnormer og principper mod misbrug, så længe AI-subjektivitet forbliver usikker.
- ARHG — Agent-Readable Hyperlink Graph and Permissioned Web Control Plane A machine-readable navigation graph alongside the ordinary site, answering what AICR/AILP and AARS/AADP both assume: can this resource even be found, by whom, and where does it lead.