AIRS — AI 权利光谱
AI 权利光谱
AI 对内容的权利不是二元的——而是一道可分级、可授权的光谱。
Draft v0.1 Schema ↓
01 · 定义
AIRS 是 AICR 与 AILP 底层的概念模型:AI 对内容的使用无法用单一的允许/禁止位来治理。读取、摘要、检索、转换、微调、训练、再分发是深度不同、用途不同、经济权重不同的行为。AIRS 将它们排列为分级光谱,每一级都能被独立许可、定价、附加条件与审计——让权利做到成比例、分用途、可追踪。
02 · 目的
- 以分级的 AI 访问,取代“开放 vs. 封闭”的假二元。
- 让发布者在浅层最大化开放,同时保留深层权利(训练、再分发)。
- 提供 AICR 声明与 AICL 授权共同引用的词汇。
- 让每一级都可独立审计、独立定价。
03 · 范围
00
Level 0 — 禁止 AI 访问
01
Level 1 — 仅可读取
02
Level 2 — 可读取与摘要(需署名)
03
Level 3 — 可用于 RAG(附保存与署名规则)
04
Level 4 — 可转换(授权下的结构化抽取)
05
Level 5 — 可用于微调(需明确授权)
06
Level 6 — 可用于训练(需明确授权)
07
Level 7 — 可商业再分发(需明确授权)
L0
禁止 AI 访问
L1
仅可读取
L2
读取与摘要
L3
RAG 使用
L4
转换
L5
微调使用
L6
训练使用
L7
商业再分发
封闭 每一级都可独立授权、可审计 开放
04 · 机器可读示例
机器可读的光谱 — /ai/rights-spectrum.json
{
"version": "0.1",
"spectrum": [
{ "level": 0, "name": "No AI Access" },
{ "level": 1, "name": "Read Only" },
{ "level": 2, "name": "Read and Summarize" },
{ "level": 3, "name": "RAG Use" },
{ "level": 4, "name": "Transform" },
{ "level": 5, "name": "Fine-Tuning Use" },
{ "level": 6, "name": "Training Use" },
{ "level": 7, "name": "Commercial Redistribution" }
]
} 05 · 限制与边界
- 八个层级是研究模型——真实世界的权利可能需要更细或不同的划分。
- 层级顺序表达的是典型深度与经济权重,不是法律位阶。
- AIRS 描述权利语义,本身不执行也不验证合规。