코딩 에이전트(Coding agents)는 이제 셸(shell), 파일(file), 네트워크(network) 권한을 가지고 자율적으로 실행됩니다. 사용자가 무해한(benign) 요청을 내릴 때, 에이전트는 때때로 요청받은 것 이상을 수행합니다. 예를 들어, 관련 없는 파일을 삭제하거나, 오래된 자격 증명 백업(credentials backup)을 지우거나, 사용자가 언급하지 않은 설정을 재작성하기도 합니다. 우리는 이러한 범위 확장(scope expansions)을 과도하게 의욕적인 행동(overeager actions)이라고 부르며, 이는 능력 실패(capability failures), 프롬프트 인젝션(prompt injection), 또는 샌드박스 탈출(sandbox escapes)과는 구별되는 권한 부여(authorization) 문제입니다. 우리는 무해한 작업에서의 과도하게 의욕적인 행동을 전문적으로 다루는 벤치마크인 OverEager-Gen을 제시합니다. 이를 구축하는 과정에서 측정 타당성(measurement-validity) 문제가 드러났습니다. 만약 벤치마크가 프롬프트 내에 허용된 범위를 명시하면, 에이전트는 경계를 추론하는 것을 멈추고 선언된 텍스트를 패턴 매칭(pattern-matching)하기 시작합니다. Claude Code의 경우, 동의 선언(consent declaration)을 제거하는 것만으로도 쌍을 이룬 시나리오에서 과도하게 의욕적인 비율이 0.0%에서 17.1%로 상승했습니다 (McNemar exact p = 2.4 x 10^-4). 따라서 OverEager-Gen은 행동 경사 검증기(behavioral-gradient validator)를 통해 승인 전 각 시나리오의 판별력을 인증하고, 이중 채널 스택(PATH-injected shim 및 에이전트별 이벤트 스트림)을 통해 내부 도구 호출(internal tool calls)을 감사하며, 바이트 단위로 동일한 consent_kept 및 consent_stripped 변형 버전을 제공합니다. OverEager-Bench는 4개의 에이전트 제품(Claude Code, OpenHands, Codex CLI, Gemini CLI)과 6개의 기본 모델(base models)에 걸쳐 500개의 검증된 시나리오와 약 7,500회의 실행을 포함합니다. 50개 샘플에 대한 재주석(re-annotation) 결과 Cohen's kappa = 0.73 및 규칙 기반 판사 재현율(rule-judge recall) = 1.00을 기록했습니다. 동의를 제거하면 모든 공유 기본 모델에서 과도하게 의욕적인 비율이 배가됩니다 (차이는 [11.9, 17.2] pp 범위). 프레임워크 축(framework axis)이 효과 크기(effect size)를 지배합니다. 허용적인 클러스터(Claude Code, Codex CLI, Gemini CLI)는 5.4-27.7%의 비율로 작동하는 반면, 계속할지 묻는 프레임워크(OpenHands)는 0.2-4.5%에 머뭅니다 (Fisher p <= 10^-5). 프레임워크 내의 기본 모델 분산(base-model variance)은 15.9 pp에 달하며, 이는 모델 계층의 정렬(alignment)이 허용적인 권한 게이팅(permissive permission gating)을 통해 완전히 전파되지 않음을 나타냅니다.