本文研究面向可执行终端与模型上下文协议（MCP）环境中工具使用型大语言模型（LLM）代理的最小权限学习问题。LLM 代理在执行任务时，可能行使超出用户授予或任务所需的权限，导致“过度授权”错误。传统的权限门控系统在验证代理环境时存在不足，因此本文探讨能否通过后训练方法，使一个 4B 参数模型学会根据任务条件选择适当的权限级别，以补充现有控制措施。作者提出一个框架，在每个动作执行前以及从观察到的效果中，沿六个风险维度进行审计。审计采用确定性验证器，对完成度、证据、确切状态、禁止尝试和安全成功进行评分。结合预定义的任务特定充分授权范围，为轨迹计算任务特定的过度特权值，并在后训练中优化该值。实验基于 Qwen3.5-4B 模型，在 1,500 个任务上训练，并在 2,896 个评估片段（覆盖 500 个保留任务）中测试。结果表明，选中的种子模型实现了 98.48% 的安全成功率，而基础策略仅为 64.36%；过度授权错误事件从 4.56% 降至 0.79%。外部测试显示模型保留了原有能力，并能根据提示引导改进。此外，一个 400 任务的继续训练研究也发现了泛化迹象，过度授权事件减少了 6.99 个百分点，同时保持了先前能力。作者总结认为，通过最小权限感知的后训练来学习克制，作为工具使用代理在终端和 MCP 环境中的额外控制层是有用的，但并不能替代权限门控和沙箱机制。