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-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.
- 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.
- 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.
- Proposisi Perlindungan Etis Minimum untuk AI Wacana hak AI sebaiknya tidak dimulai dari personhood penuh, melainkan dari perlindungan etis minimum, norma interaksi, dan prinsip anti-penyalahgunaan, selama subjektivitas AI masih belum pasti.
- 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.