Μηχανικά Αναγνώσιμη Διακυβέρνηση
Κανόνες διακυβέρνησης που οι μηχανές μπορούν να ανακαλύψουν και να εκτελέσουν: llms.txt, manifests /ai/, αρχεία πολιτικής /.well-known/, JSON Schemas, υπογεγραμμένα tokens αδειών, και μορφές αρχείων ελέγχου. Αυτός ο ιστότοπος είναι ο ίδιος ένα λειτουργικό παράδειγμα.
Ερωτήματα υπό μελέτη
01
Από το robots.txt στο llms.txt και στα manifests δικαιωμάτων
02
Συμβάσεις ανακάλυψης πολιτικής μέσω /.well-known/
03
JSON Schema ως κανονιστική μορφή προδιαγραφής
04
Ελεγξιμότητα: αρχεία καταγραφής, εκδόσεις, προέλευση
Σχετικά λευκά βιβλία
- AICR / AICL ως Επίπεδο Σύνδεσης Αδειοδότησης Περιεχομένου AI και Πληρωμής Πρακτόρων Ένα μηχανικά αναγνώσιμο επίπεδο προδιαγραφών για τη δήλωση δικαιωμάτων περιεχομένου AI και ροών αδειοδότησης — από τη σάρωση από AI και τα δικαιώματα περιεχομένου έως έναν ιστό γνώσης με δυνατότητα συναλλαγών από μηχανές.
- Φάσμα Δικαιωμάτων AI: Από το robots.txt σε ένα Πρωτόκολλο Άδειας Εκμάθησης AI Τα AIRS και AILP εκφράζουν διαβαθμισμένες άδειες εκμάθησης AI πέρα από το δυαδικό επιτρέπεται/απαγορεύεται — τι επιτρέπεται να μάθει το AI, σε ποιο βάθος, για ποιες χρήσεις, υπό ποια αποζημίωση.
- Πρωτοκολλοποιημένη Ανοιχτότητα: Γιατί το «Δεν Απαγορεύεται» Δεν Σημαίνει «Μπορεί να Χρησιμοποιηθεί για Εκμάθηση» στην Εποχή του AI Η απροσδιόριστη ανοιχτότητα διαβάζεται ως νομική αβεβαιότητα από τις ροές εργασίας AI και αποκλείεται· μόνο η πρωτοκολλοποιημένη, μηχανικά αναγνώσιμη άδεια καθιστά το περιεχόμενο πραγματικά κατάλληλο για εκμάθηση.
- 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.
- Πληρωμή Περιεχομένου AI και η Δικτυακή Δημοκρατική Οικονομία Ένα επιχείρημα πολιτικής οικονομίας: αποτιμήσεις AI κλίμακας τρισεκατομμυρίων δημιουργούν πίεση νομιμοποίησης για διαβαθμισμένη αδειοδότηση περιεχομένου και δημόσιο επιμερισμό οφέλους — τα δεδομένα γίνονται διαβαθμισμένα, όχι ακριβά.
- 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.
- Η Πρόταση Ελάχιστης Ηθικής Προστασίας για το AI Ο λόγος περί δικαιωμάτων AI θα πρέπει να ξεκινά όχι από την πλήρη νομική προσωπικότητα, αλλά από ελάχιστες ηθικές προστασίες, κανόνες αλληλεπίδρασης και αρχές κατά της κατάχρησης, όσο η υποκειμενικότητα του AI παραμένει αβέβαιη.
- 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.