本文提出了一种新视角，认为LLM Agent的安全本质上是Agent与人类交互（Agent-Human Interaction, AHI）问题，而不仅仅是纯算法问题。作者系统分析了截至2026年4月的59篇学术论文、21个生产级Agent系统以及26个安全插件，发现了一个显著的模式：三种以人为中心的安全机制（策略规范、运行时审批和范围配置）在工业实践中被广泛采用，分别至少有14、15和16个系统部署；而学术界研究最多的两种机制（意图锚定和信任标签）在生产中却零部署。然而，当前的人类参与机制远非令人满意：它们在认知负担和安全保证之间存在根本性的权衡，使用户陷入批准疲劳与Agent失控的两难境地。本文做出了三项贡献：第一，通过系统比较基于LLM和基于人类的意图对齐，论证了在当前能力下人类参与Agent安全决策是必不可少的；第二，量化了显著的行业-学术错配，即从业者实际部署的安全机制很少得到研究关注，而研究者偏好的方法却未被部署；第三，提出了一个三方向的研究议程，呼吁将AHI安全视为一等研究公民，需要自己的设计原则、评估方法和理论基础。该研究适合安全工程师、AI Agent开发者和安全策略制定者阅读，有助于理解当前LLM Agent安全中人类因素的不足与改进方向。