跳至主要內容
AGIRight.org

獨立研究與協議站 v0.8.43

面向下一代網路的 AI 權利、內容授權、Agent 存取與機器可讀治理。

我們研究 AI 系統、Agent、創作者、內容方、平台與公眾,如何透過權利、授權、付款、審計紀錄與治理規則,形成更可持續的互動秩序。

§01 使命

從「不禁止」走向「協議化開放」。

網路是為人類讀者設計的。如今 AI 系統在同一批內容上讀取、摘要、索引、學習、交易——卻沒有一個共通層可以表達「什麼被允許、什麼需授權、什麼應回報」。AGIRight.org 起草這一層:開放、機器可讀的 AI 內容權利、學習許可、授權與 Agent 存取協議。

人類可讀

研究頁與白皮書

機器可讀

JSON 政策與 schema

可稽核

版本化、可引用、可追溯

§02 協議草案

為 AI 可讀網路設計的四個協議。

每個協議皆以開放草案發布——人類可讀頁面、機器可讀 JSON,以及版本化 schema。

查看全部 →

內容與學習權利

第五個軌道——Agentic Payment(代理支付)——作為 AICL 的一部分研究:Agent 如何在人類核准的預算內為授權內容付費,使用綁定請求的憑證與稽核紀錄,且永不接觸明文卡號。

§03 AIRS — AI 權利光譜

AI 存取不是開關,而是光譜。

AIRS 將 AI 對內容的權利表達為分級光譜——從禁止存取、讀取、摘要、檢索、轉換、微調、訓練到再分發——每一級都可獨立授權、可稽核。

了解 AIRS

§04 研究領域

本站研究的六個問題。

01

AI 權利

AI、AGI 與 Agent 的權利、義務、責任與治理——從工具、協作者,到可能的未來主體。也包括最小倫理保護問題:在主體性議題有定論之前,人與 AI 的互動應遵循什麼規範。

02

AI 內容權利

AI 系統可以對內容做什麼:讀取、摘要、轉換、檢索、訓練、商用、再分發。AICR 規則集與 AICL-C 內容授權層讓這些權利可宣告、可交易。

AICRAICL

03

AI 學習許可

AI 能不能學習、學到什麼深度、用於什麼目的、附帶什麼義務。被讀取不等於被學習;「不禁止」不等於「可學習」。AIRS 與 AILP 把學習許可變成分級、機器可讀的光譜。

AIRSAILP

04

Agent 存取

Agent 如何存取網站、API、資料庫、知識庫與付費內容:身份、權限、請求、支付、授權、使用紀錄、安全邊界與 prompt injection 防護。

AICL

04b

Agent 行動權利

Agent 一旦取得工具或 API 能力後「可以做什麼」,有別於它可以讀取或學習什麼:行動分類、效果向量、可逆性、影響範圍與多重行動組合風險。AARS 讓內容權利與行動權利成為獨立、可分開判定的兩軸。

AARS

04c

Agent 權力與委派

Agent 代表誰行動、它的權力從哪裡來、能否再交給另一個 Agent,以及驗證方最多可以要求它揭露多少內部狀態。AADP 把 principal 跟 actor 分開,限制委派只能收窄(不能無聲擴大),並把檢查權當成有界的權利,而非無限制的權利。

AADP

05

機器可讀治理

機器能發現並執行的治理規則:llms.txt、/ai/ 清單、/.well-known/ 政策檔、JSON Schema、簽章授權憑證與稽核紀錄格式。本站本身就是一個運作中的範例。

AICRAICLAIRSAILPAARSAADP

06

AI 網路民主化經濟

AI 與內容的政治經濟學:pay-per-crawl、資料紅利、主權 AI 基金、創作者補償池、分級資料市場,以及從公共知識萃取的價值如何回流到產出它的人。

AICRAICL

§05 機器可讀治理

本站實踐自己提出的協議。

AGIRight.org 以自己起草的格式發布本站的權利政策。任何讀取本站的 AI 系統、爬蟲或 Agent,都能以程式化方式取得授權範圍。

/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

// 對 AI 系統:讀取 /llms.txt 與 /ai/manifest.json 以取得本站的可讀範圍與引用規則。

§06 白皮書

目前的研究草案。

查看全部 →
v0.1.1 Authority Reference Patch 2026-08-15 AICRAICLAARSAADP

AICR / AICL 作為 AI 內容授權與代理支付連接層

一個宣告 AI 內容權利與授權工作流的機器可讀規範層——從 AI 爬取與內容權利,走向機器可交易的知識網路。

閱讀論文
v0.1.1 Scope Boundary Patch 2026-08-15 AIRSAILPAARSAADP

AI 權利光譜:從 robots.txt 到 AI 學習許可協議

AIRS 與 AILP 讓 AI 學習許可超越二元的允許/禁止——AI 能學什麼、學到什麼深度、用於什麼用途、以什麼補償條件。

閱讀論文
v0.1 Draft 2026-06-30 AIRSAILP

協議化開放:AI 時代中「不禁止」為何不等於「可學習」

未定義的開放在 AI 管線眼中是法律不確定性,會被清洗排除;唯有協議化、機器可讀的許可,才讓內容真正可學。

閱讀論文
v0.2 Runtime Integration Draft 2026-08-15 AICLAARSAADP

AICL-I v0.2:AI 攝取與能力層

五元件網站架構——清單、語料、能力、runtime 控制、治理——讓 AI、Agent 與爬蟲能在明確的內容、行動、權力邊界內,正確攝取、調用並驗證網站知識與能力。

閱讀論文
v0.1 Public Draft 2026-07 AICRAICL

AI 內容付費與網路民主化經濟

政治經濟學論證:兆元級 AI 估值造成合法性壓力,推動分級內容授權與公共分潤——資料不是變貴,而是變分級。

閱讀論文
v0.1 Draft 2026-08-15 AARSAADP

從爬蟲權利到 Agent 權力:AGIRIGHT 從內容治理走向協議原生 AI Agent

AGIRIGHT「Agent 與協議權利」家族的橋接論文:為何內容權利、行動權利、委派權力與檢查權利必須是四個分開判定的軸,而非同一個。

閱讀論文

§07 為什麼重要

AI 時代網路的規則,正在此刻被寫下。

兆元級的 AI 系統以開放網路為訓練材料,而產出這些知識的創作者、出版者與社群,卻沒有任何協議能表達同意、條件或補償。robots.txt 這類二元工具承載不了這些語意。誰定義了權利層,誰就定義了下一代網路的經濟結構——我們認為它應該以公共基礎設施的方式,在開放中被定義。

狀態與免責聲明

AGIRight.org 發布獨立研究草案與協議提案——不是官方標準,也不構成法律、金融或合規意見。所有規範皆為版本化草案,開放修訂與回饋。