მანქანურად წაკითხვადი მმართველობა
მმართველობის წესები, რომელთა აღმოჩენა და შესრულებაც შეუძლიათ მანქანებს: llms.txt, /ai/ მანიფესტები, /.well-known/ პოლიტიკის ფაილები, JSON სქემები, ხელმოწერილი ლიცენზიის ტოკენები და აუდიტის ჟურნალის ფორმატები. ეს საიტი თავად წარმოადგენს მოქმედ მაგალითს.
შესასწავლი კითხვები
01
robots.txt-დან llms.txt-მდე უფლებების მანიფესტებამდე
02
/.well-known/ პოლიტიკის აღმოჩენის კონვენციები
03
JSON სქემა როგორც ნორმატიული სპეციფიკაციის ფორმატი
04
აუდიტირებადობა: ჟურნალები, ვერსიები, წარმომავლობა
დაკავშირებული კვლევითი ნაშრომები
- AICR / AICL როგორც AI კონტენტის ლიცენზირებისა და აგენტური გადახდის დამაკავშირებელი შრე მანქანურად წაკითხვადი სპეციფიკაციის შრე AI კონტენტის უფლებებისა და ლიცენზირების workflow-ების გამოსაცხადებლად — AI crawling-იდან და კონტენტის უფლებებიდან მანქანურ-ტრანზაქციულ ცოდნის ვებამდე.
- AI უფლებების სპექტრი: robots.txt-დან AI სწავლის ნებართვის პროტოკოლამდე AIRS და AILP გამოხატავენ AI-ის სწავლის დახვეწილ ნებართვებს ორობითი დაშვება/აკრძალვის მიღმა — რისი სწავლა შეუძლია AI-ს, რა სიღრმით, რა მიზნებისთვის და რა კომპენსაციით.
- პროტოკოლიზებული ღიაობა: რატომ არ ნიშნავს „არ არის აკრძალული“ „შესასწავლს“ AI-ის ეპოქაში განუსაზღვრელი ღიაობა AI pipeline-ებისთვის იურიდიულ გაურკვევლობად იკითხება და გაიწმინდება; მხოლოდ პროტოკოლიზებული, მანქანურად წაკითხვადი ნებართვა ხდის კონტენტს ნამდვილად შესასწავლს.
- 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 კონტენტის გადახდა და ქსელური დემოკრატიული ეკონომიკა პოლიტიკურ-ეკონომიკური არგუმენტი: ტრილიონმასშტაბიანი AI შეფასებები ქმნის ლეგიტიმურობის ზეწოლას საფეხურებრივი კონტენტის ლიცენზირებისა და საჯარო სარგებლის გაზიარებისთვის — მონაცემები ხდება საფეხურებრივი, და არა ძვირი.
- 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.
- მინიმალური ეთიკური დაცვის წინადადება AI-სთვის AI უფლებების შესახებ დისკურსი უნდა დაიწყოს არა სრული პიროვნების სტატუსით, არამედ მინიმალური ეთიკური დაცვით, ურთიერთქმედების ნორმებითა და ბოროტად გამოყენების საწინააღმდეგო პრინციპებით, სანამ AI-ის სუბიექტურობა გაურკვეველია.
- 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.