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。

研究問題

從 robots.txt、llms.txt 到權利清單

/.well-known/ 政策發現慣例

以 JSON Schema 作為規範格式

可稽核性:紀錄、版本、來源譜系

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。
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。
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。
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。
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。
AARS v0.1 — Agent 行動權利光譜 AARS 協議頁背後的完整草案:A0–A7 人類可讀光譜、機器可讀行動向量,以及組合風險與能力放大的規則。
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。