Przejdź do treści
AGIRight.org

Niezależne centrum badawcze i protokołów v0.27.1

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.

§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.

Zobacz wszystkie →

Content & Learning Rights

Piąty 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.

O AIRS

§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

What AI systems may do with content: read, summarize, transform, retrieve, train, commercialize, redistribute. The AICR ruleset and the AICL-C content-licensing layer make these rights declarable and transactable.

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

04b

Agent Action Rights

What an Agent may DO once it holds tool or API capability, as distinct from what it may read or learn: action taxonomy, effect vectors, reversibility, blast radius, and multi-action composition risk. AARS gives content permission and action permission separate, independently-evaluable axes.

AARS

04c

Agent Authority & Delegation

Who an Agent acts for, where its authority came from, whether it can hand that authority to another Agent, and how much of its internal state a verifier may demand. AADP separates principal from actor, bounds delegation to strictly narrow (never silently widen), and treats inspection as a bounded right, not an unlimited one.

AADP

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.

AICRAICLAIRSAILPAARSAADP

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
# 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.

Zobacz wszystkie →
v0.1.1 Authority Reference Patch 2026-08-15 AICRAICLAARSAADP

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 artykuł
v0.1.1 Scope Boundary Patch 2026-08-15 AIRSAILPAARSAADP

AI 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 artykuł
v0.1 Draft 2026-06-30 AIRSAILP

Protocolized 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 artykuł
v0.2 Runtime Integration Draft 2026-08-15 AICLAARSAADP

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.

Czytaj artykuł
v0.1 Public Draft 2026-07 AICRAICL

AI 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 artykuł
v0.1 Draft 2026-08-15 AARSAADP

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.

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.