本文提出 AutoSpec 框架，针对大语言模型（LLM）智能体在自动化复杂任务时面临的安全规则设计困境：手工规则过于保守（高误报）或过于宽松（漏报），而神经分类器缺乏可解释性。AutoSpec 基于归纳逻辑编程（ILP）的计数器示例引导归纳综合（CEGIS），从专家初始规则和用户标注的安全/不安全轨迹出发，自动迭代演化规则。首先评估当前规则，挖掘假正例和假负例，利用 ILP 高效识别在假负例中出现频繁而在假正例中罕见的谓词，从而显著剪枝规则编辑的指数级搜索空间，生成候选规则修改，并通过验证选择最优修订版本。迭代直至收敛，最终产生在精确率和召回率之间取得平衡的可解释规则。在涵盖代码执行和具身智能体的 291 条执行轨迹上评估，规则 F1 得分分别达到 0.98 和 0.93，误报率降低高达 94% 同时保持高召回率，收敛仅需 4-5 轮迭代。与启发式 CEGIS 相比，ILP 引导的方法 F1 最高提升 4.8 倍。学习到的规则易于人类阅读、审计，并能泛化到未见场景。