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。
研究問題
01
Principal ≠ actor:代表你的 Agent 不是你
02
委派鏈只能比父委派窄,不能無聲擴大
03
通過身分驗證不代表取得對記憶、私人或第三方狀態的無限檢查權
04
機器原生身份——Agent 不應被迫假裝成人類帳號
相關白皮書
- 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。
- 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。
- 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。
- 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。
- AADP v0.1 — Agent 權力與委派協議 AADP 協議頁背後的完整草案:principal ≠ actor、只能收窄的委派,以及限制驗證方最多能要求多少的檢查上限。
- AGIRight.org 技術白皮書 v0.2 — 從 AI 內容治理到協議原生 Agent 權利與權力治理 本站現行的架構文件:兩個家族共六個協議草案(內容與學習、Agent 與協議權利)、一個整合層、一個倫理保護層,以及這次網站更新所依循的驗收標準。
- AI 最小倫理保護命題 AI 權利論述不應從完全人格權開始,而應在 AI 主體性仍不確定時,先建立最小倫理保護、互動規範與反虐待原則。