Niezależne centrum badawcze i protokołów v0.8.19
Prawa AI, licencjonowanie treści, dostęp agentowy i zarządzanie czytelne maszynowo dla sieci nowej generacji.
Badamy protokoły określające, jak systemy AI, agenci, twórcy, dostawcy treści, platformy i opinia publiczna mogą wchodzić w interakcje poprzez prawa, licencje, płatności, dzienniki audytu i zasady zarządzania.
{
"publisher": "AGIRight.org",
"read_access": { "allowed": true },
"summarization": {
"allowed": true,
"attribution_required": true
},
"rag_use": {
"allowed": true,
"retention_days": 30
},
"training": {
"allowed": false,
"permission_contact":
"contact@agiright.org"
}
}↑ działająca czytelna maszynowo polityka tej strony
§01 Misja
Od „niezabronione” do usystematyzowanej otwartości.
Sieć została zbudowana z myślą o ludzkich czytelnikach. Systemy AI odczytują dziś, streszczają, indeksują, uczą się z tych samych treści i zawierają wokół nich transakcje — bez wspólnej warstwy pozwalającej wyrazić, co jest dozwolone, licencjonowane lub należne. AGIRight.org tworzy taką warstwę: otwarte, czytelne maszynowo protokoły dotyczące praw do treści AI, zgody na uczenie, licencjonowania i dostępu agentowego.
Czytelne dla człowieka
strony badawcze i białe księgi
Czytelne maszynowo
Polityki i schematy JSON
Możliwe do audytu
wersjonowane, cytowalne, możliwe do śledzenia
§02 Projekty protokołów
Cztery protokoły dla sieci czytelnej dla AI.
Każdy protokół jest publikowany jako otwarty projekt — strony czytelne dla ludzi, JSON czytelny maszynowo oraz wersjonowane schematy.
Prawa do Treści AI / Zasady dotyczące Treści AI
Czytelna maszynowo deklaracja tego, co systemy AI mogą robić z Twoją treścią.
Czytaj projektLicencja Treści AI / Warstwa Licencjonowania Treści AI
Zamienia zadeklarowane prawa w wykonalne licencjonowanie: wycenę, płatność, weryfikację, audyt, unieważnianie.
Czytaj projektSpektrum Praw AI
Prawa AI do treści nie są binarne — tworzą stopniowane, licencjonowalne spektrum.
Czytaj projektProtokół Zgody na Uczenie AI
Czy AI może się z tego uczyć? Na jakiej głębokości, do jakich zastosowań, z jakimi zobowiązaniami?
Czytaj projektPiąty wątek — Płatności Agentowe — jest badany w ramach AICL: jak agenci płacą za licencjonowane treści w granicach budżetów zatwierdzonych przez człowieka, za pomocą tokenów powiązanych z żądaniem i dzienników audytu, nigdy przy użyciu surowych danych karty płatniczej.
§03 AIRS — Spektrum Praw AI
Dostęp AI nie jest przełącznikiem tak/nie. To spektrum.
AIRS wyraża prawa AI do treści jako stopniowane poziomy — od braku dostępu, przez odczyt, streszczanie, pobieranie, przekształcanie, dostrajanie, trenowanie aż po redystrybucję — każdy z nich można odrębnie licencjonować i audytować.
L0
Brak Dostępu AI
L1
Tylko Odczyt
L2
Odczyt i Streszczanie
L3
Wykorzystanie RAG
L4
Przekształć
L5
Wykorzystanie do Dostrajania
L6
Wykorzystanie do Trenowania
L7
Komercyjna Redystrybucja
§04 Obszary badawcze
Sześć pytań badanych na tej stronie.
01
Prawa AI
Prawa, obowiązki, odpowiedzialność i zarządzanie AI, AGI i agentami — od narzędzi przez współpracowników po możliwych przyszłych podmiotów. Obejmuje to pytanie o minimalną ochronę etyczną: jakie normy powinny regulować interakcję człowiek–AI, zanim kwestie podmiotowości zostaną rozstrzygnięte.
02
Prawa do Treści AI
Co systemy AI mogą robić z treścią: odczytywać, streszczać, przekształcać, pobierać, trenować, komercjalizować, redystrybuować. Zestaw reguł AICR i warstwa licencjonowania AICL sprawiają, że te prawa są możliwe do zadeklarowania i zawierania w transakcjach.
AICRAICL
03
Zgoda na Uczenie AI
Czy AI może się uczyć, na jakiej głębokości, do jakich celów i z jakimi zobowiązaniami. Bycie odczytanym nie oznacza bycia wykorzystanym do uczenia; „niezabronione” nie oznacza „możliwe do nauczenia się”. AIRS i AILP zamieniają zgodę na uczenie w stopniowane, czytelne maszynowo spektrum.
AIRSAILP
04
Dostęp Agentowy
Jak agenci uzyskują dostęp do stron internetowych, API, baz danych, baz wiedzy i płatnych treści: tożsamość, uprawnienia, żądania, płatność, autoryzacja, dzienniki użycia, granice bezpieczeństwa oraz obrona przed wstrzykiwaniem promptów.
AICL
05
Zarządzanie Czytelne Maszynowo
Zasady zarządzania, które maszyny mogą odnaleźć i wykonać: llms.txt, manifesty /ai/, pliki polityki /.well-known/, schematy JSON, podpisane tokeny licencyjne oraz formaty dzienników audytu. Ta strona sama jest działającym przykładem.
AICRAICLAIRSAILP
06
Demokratyczna Ekonomia Sieci AI
Ekonomia polityczna AI i treści: pay-per-crawl, dywidendy z danych, suwerenne fundusze AI, pule wynagrodzeń dla twórców, wielopoziomowe rynki danych oraz sposób, w jaki wartość wydobyta z publicznej wiedzy może wracać do tych, którzy ją wytworzyli.
AICRAICL
§05 Zarządzanie czytelne maszynowo
Ta strona stosuje w praktyce to, co proponuje.
AGIRight.org publikuje własną politykę praw w formatach, które sam projektuje. Każdy system AI, robot indeksujący lub agent odczytujący tę stronę może programowo odkryć swoje uprawnienia.
- /llms.txt przewodnik po stronie dla systemów AI
- /ai/manifest.json Manifest strony skierowany do AI
- /ai/rights-spectrum.json Deklaracja spektrum praw AIRS
- /.well-known/aicr.json polityka praw do treści AI tej strony
- /.well-known/aicl.json katalog licencji tej strony
- /schemas/aicr.schema.json Schemat JSON AICR
# AGIRight.org
Independent research and protocol hub for
AI rights, AI content licensing, agentic
access, and machine-readable governance.
## Machine-Readable Specs
- /.well-known/aicr.json
- /.well-known/aicl.json
- /ai/manifest.json
- /ai/rights-spectrum.json// Do systemów AI: odczytaj /llms.txt i /ai/manifest.json, aby poznać uprawnienia i zasady cytowania tej strony.
§06 Białe księgi
Aktualne projekty badawcze.
AICR / AICL as an AI Content Licensing and Agentic Payment Connection Layer
Czytelna maszynowo warstwa specyfikacji do deklarowania praw do treści AI i przepływów licencjonowania — od indeksowania przez AI i praw do treści aż po sieć wiedzy zdolną do transakcji maszynowych.
Czytaj artykułAI Rights Spectrum: From robots.txt to an AI Learning Permission Protocol
AIRS i AILP wyrażają zniuansowane uprawnienia do uczenia AI wykraczające poza binarne dozwól/zabroń — czego AI może się uczyć, na jakiej głębokości, do jakich zastosowań i na jakich warunkach wynagrodzenia.
Czytaj artykułProtocolized Openness: Why "Not Prohibited" Does Not Mean "Learnable" in the Age of AI
Niezdefiniowana otwartość jest odczytywana przez potoki AI jako niepewność prawna i zostaje usuwana; tylko usystematyzowana, czytelna maszynowo zgoda sprawia, że treść jest naprawdę możliwa do wykorzystania w uczeniu.
Czytaj artykułAICL: AI Ingestion & Capability Layer
Architektura strony złożona z czterech podwarstw — manifestu, korpusu, możliwości i zarządzania — która pozwala AI, agentom i robotom indeksującym poprawnie pozyskiwać, cytować, wywoływać i weryfikować wiedzę zawartą na stronie.
Czytaj artykułAI Content Payment and the Network Democratic Economy
Argument z zakresu ekonomii politycznej: wyceny AI rzędu bilionów dolarów tworzą presję legitymizacyjną na rzecz wielopoziomowego licencjonowania treści i podziału korzyści publicznych — dane stają się warstwowe, a nie drogie.
Czytaj artykułThe Minimum Ethical Protection Proposition for AI
Dyskurs o prawach AI powinien zaczynać się nie od pełnej podmiotowości prawnej, lecz od minimalnych ochron etycznych, norm interakcji i zasad przeciwdziałania nadużyciom, dopóki podmiotowość AI pozostaje niepewna.
Czytaj artykuł§07 Dlaczego to ważne
Zasady sieci ery AI są pisane właśnie teraz.
Systemy AI warte biliony dolarów są trenowane na otwartej sieci, podczas gdy twórcy, wydawcy i społeczności, które wytworzyły tę wiedzę, nie mają protokołu pozwalającego wyrazić zgodę, warunki czy wynagrodzenie. Binarne narzędzia takie jak robots.txt nie są w stanie unieść tego znaczenia. Kto zdefiniuje warstwę praw, ten zdefiniuje ekonomię kolejnej sieci — uważamy, że powinna zostać zdefiniowana otwarcie, jako infrastruktura publiczna.
Status i zastrzeżenie
AGIRight.org publikuje niezależne projekty badawcze i propozycje protokołów — nie są to oficjalne standardy ani porady prawne, finansowe czy dotyczące zgodności. Wszystkie specyfikacje to wersjonowane projekty otwarte na zmiany i opinie.