Машиночитаемое управление
Правила управления, которые машины могут обнаруживать и исполнять: llms.txt, манифесты /ai/, файлы политик /.well-known/, JSON-схемы, подписанные лицензионные токены и форматы журналов аудита. Этот сайт сам служит рабочим примером.
Исследуемые вопросы
01
От robots.txt через llms.txt к манифестам прав
02
Соглашения об обнаружении политик через /.well-known/
03
JSON Schema как нормативный формат спецификации
04
Поддаваемость аудиту: журналы, версии, происхождение
Связанные уайтпейперы
- AICR / AICL как уровень связи лицензирования ИИ-контента и агентных платежей Машиночитаемый уровень спецификаций для декларирования прав на ИИ-контент и процессов лицензирования — от краулинга ИИ и прав на контент до веба знаний, пригодного для машинных транзакций.
- Спектр прав ИИ: от robots.txt к протоколу разрешений на обучение ИИ AIRS и AILP выражают детализированные разрешения на обучение ИИ за пределами бинарного «разрешено/запрещено» — чему ИИ может обучаться, с какой глубиной, для каких целей использования и при какой компенсации.
- Протоколированная открытость: почему «не запрещено» не значит «пригодно для обучения» в эпоху ИИ Неопределённая открытость воспринимается конвейерами ИИ как правовая неопределённость и вычищается; по-настоящему пригодным для обучения контент делает только протоколированное, машиночитаемое разрешение.
- 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.
- Оплата ИИ-контента и сетевая демократическая экономика Аргумент из области политической экономии: оценки ИИ-компаний в триллионы долларов создают давление в пользу легитимности многоуровневого лицензирования контента и распределения общественной выгоды — данные становятся многоуровневыми, а не просто дорогими.
- 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.
- Положение о минимальной этической защите ИИ Дискурс о правах ИИ должен начинаться не с полной правосубъектности, а с минимальных этических гарантий, норм взаимодействия и принципов защиты от злоупотреблений, пока субъектность ИИ остаётся неопределённой.
- 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.