授权链：通过推理轨迹将授权机制内化于大型语言模型

大型语言模型常无差别处理数据，缺乏访问边界意识，易引发安全风险。现有策略依赖僵化防御或提示引导，难以实现细粒度动态授权。本文提出“授权链”（CoA）框架，将授权逻辑内化为模型核心能力。该方法要求在生成响应前，先产生包含资源审查、身份解析及决策阶段的显式授权推理轨迹。经监督微调，CoA 将策略执行与任务响应融合，使授权成为响应的因果前提。评估表明，CoA 在保持有用性的同时，能有效拒绝未授权访问，利用推理能力构建了主动安全机制。