Agent 安全执行不是“多弹确认框”，而是把权限、隔离、验证与恢复做成一条系统闭环。AI Agent ｜ 智能体安全 ｜ 权限控制 ｜ Human-in-the-Loop ｜ 沙箱隔离 ｜ 最小权限 ｜ 幂等性 ｜ 回滚机制 ｜ Guardrails ｜ MCP安全当 Agent 从“给建议”升级到“真正执行动作”，系统风险会从答案质量转向真实世界副作用：删错数据、发错消息、改错配置、重复付款，甚至因网页或工具中的恶意指令越权执行。本文不把安全简化成“每一步都问用户”，而是从动作风险分级出发，设计最小权限、策略门禁、分级审批、沙箱隔离、幂等键、执行后验证、快照/版本回退、补偿事务、可恢复状态与审计链路。通过完整架构、代码骨架、状态机和生产检查表，给出一套既能保持 Agent 效率，又能在做错时停得住、查得清、退得回的工程方法。