Tata Kelola yang Dapat Dibaca Mesin
Aturan tata kelola yang dapat ditemukan dan dieksekusi oleh mesin: llms.txt, manifest /ai/, berkas kebijakan /.well-known/, JSON Schema, token lisensi bertanda tangan, dan format log audit. Situs ini sendiri adalah contoh kerja nyata.
Pertanyaan yang dikaji
01
Dari robots.txt ke llms.txt hingga manifest hak
02
Konvensi penemuan kebijakan /.well-known/
03
JSON Schema sebagai format spesifikasi normatif
04
Keterauditan: log, versi, provenans
Whitepaper terkait
- AICR / AICL sebagai Lapisan Koneksi Lisensi Konten AI dan Pembayaran Agentik Lapisan spesifikasi yang dapat dibaca mesin untuk mendeklarasikan hak konten AI dan alur kerja lisensi — dari crawling AI dan hak konten hingga web pengetahuan yang dapat bertransaksi secara mesin.
- Spektrum Hak AI: Dari robots.txt ke Protokol Izin Pembelajaran AI AIRS dan AILP menyatakan izin pembelajaran AI secara lebih bernuansa, melampaui biner izinkan/larang — apa yang boleh dipelajari AI, sedalam apa, untuk penggunaan apa, dengan kompensasi seperti apa.
- Keterbukaan yang Diprotokolkan: Mengapa "Not Prohibited" Tidak Berarti "Learnable" di Era AI Keterbukaan yang tidak terdefinisi terbaca sebagai ketidakpastian hukum bagi pipeline AI dan akan dibersihkan; hanya izin yang diprotokolkan dan dapat dibaca mesin yang membuat konten benar-benar dapat dipelajari.
- AICL: Lapisan Ingesti & Kapabilitas AI Arsitektur situs web empat sublapisan — manifest, korpus, kapabilitas, tata kelola — yang memungkinkan AI, agen, dan crawler menyerap, mengutip, memanggil, dan memverifikasi pengetahuan suatu situs secara benar.
- Pembayaran Konten AI dan Ekonomi Demokratis Jaringan Argumen ekonomi-politik: valuasi AI berskala triliunan menciptakan tekanan legitimasi untuk lisensi konten bertingkat dan pembagian manfaat publik — data menjadi bertingkat, bukan mahal.