工具使用语言代理在证据变化或授权撤销时需要修正已准备的动作。选择性撤回指暂停受影响的动作，保留仍然有效的工作，并在修复足够后恢复。本文在 NAQD-Env（一个合成环境，提供显式依赖和确定参考策略）中研究监督微调。使用四个 LoRA 检查点的 Qwen2.5-3B-Instruct，比较原始课程与增强课程，后者在三种系统提示框架下保持相同视图和目标。再加入三种指令微调基线。所有模型在三种推理提示下评估，包括新验证案例、未见依赖族和未见结构组合。结果显示，在 naqd 提示下，SFT 检查点的决策一致性在 0.77‑0.92，撤回召回率在 0.46‑0.86；基线仅 0.45‑0.63，撤回召回率最高 0.06。规则层面诊断表明，原始课程检查点错误撤回 26/34 条仍有替代支持的动作，而增强检查点仅撤回 0‑1 条。相反，所有 SFT 检查点比 7B、8B 基线更少收窄禁止组合，这类情况在两种课程中均未出现。委托实验显示撤回增多但独立授权动作的保留更差，且四个检查点均漏报有效事件。不同框架在指标和数据划分上差异显著，未形成可复现的优势或等价。每个实验组仅一次训练，且课程属性、评估曝光和基线‑SFT 量化差异共同作用，限制因果归因。本文贡献在于提供一种检测规则特定回归的方法，指出整体准确率可能掩盖的风险，而非证明微调本身能保证代理安全。点评