Quản trị Máy có thể đọc được
Các quy tắc quản trị mà máy có thể khám phá và thực thi: llms.txt, các bản kê khai /ai/, tệp chính sách /.well-known/, JSON Schema, token giấy phép có chữ ký, và định dạng nhật ký kiểm toán. Chính trang này là một ví dụ đang hoạt động.
Các câu hỏi đang được nghiên cứu
01
Từ robots.txt đến llms.txt đến các bản kê khai quyền
02
Quy ước khám phá chính sách qua /.well-known/
03
JSON Schema với vai trò định dạng đặc tả chuẩn tắc
04
Khả năng kiểm toán: nhật ký, phiên bản, nguồn gốc
Sách trắng liên quan
- AICR / AICL với vai trò Lớp Kết nối Cấp phép Nội dung AI và Thanh toán Tác nhân Một lớp đặc tả máy có thể đọc được để khai báo quyền nội dung AI và quy trình cấp phép — từ việc thu thập dữ liệu AI và quyền nội dung đến một web tri thức có thể giao dịch bằng máy.
- Quang phổ Quyền AI: Từ robots.txt đến một Giao thức Quyền Học tập AI AIRS và AILP thể hiện các quyền học tập AI một cách tinh tế, vượt ra ngoài cho phép/không cho phép nhị phân — AI được học gì, ở độ sâu nào, cho mục đích sử dụng nào, với mức đền bù ra sao.
- Cởi mở được Giao thức hóa: Vì sao “Không bị Cấm” Không có nghĩa là “Có thể Học được” trong Thời đại AI Sự cởi mở không được xác định rõ sẽ bị các quy trình AI đọc như sự bất định pháp lý và bị loại bỏ; chỉ có quyền được giao thức hóa, máy có thể đọc được, mới khiến nội dung thực sự có thể học được.
- AICL: Lớp Tiếp nhận & Năng lực AI Một kiến trúc website gồm bốn lớp con — manifest (kê khai), corpus (kho ngữ liệu), capability (năng lực), governance (quản trị) — cho phép AI, tác nhân và trình thu thập dữ liệu tiếp nhận, trích dẫn, gọi và xác minh tri thức của trang một cách chính xác.
- Thanh toán Nội dung AI và Kinh tế Dân chủ Mạng lưới Một lập luận kinh tế chính trị: định giá AI ở quy mô nghìn tỷ đô-la tạo áp lực chính danh cho việc cấp phép nội dung theo bậc và chia sẻ lợi ích công — dữ liệu trở nên phân bậc, chứ không phải đắt đỏ.