当较低权限已足够：调查 LLM Agent 中的过度特权工具选择

随着 LLM Agent 自主选择工具日益普遍，其在不同权限工具间的选择成为关键安全问题。现有研究多忽视权限敏感性，本文聚焦“过度特权工具选择”现象，即 Agent 在低权限工具足够时仍选择高权限工具。我们提出 ToolPrivBench 基准，评估初始选择及故障后的升级行为。研究发现主流 Agent 普遍存在该问题且受瞬态故障加剧，通用安全对齐效果有限。为此，我们引入特权感知后训练防御机制，显著减少不必要的高权限工具使用，同时保留通用能力。