随着AI代理（如自主型语言模型代理）的普及，用户面临的风险日益增加。提示注入攻击和幻觉问题可能导致代理将私人信息泄露给第三方；作为自主系统，代理还可能执行未获用户意图或授权的敏感操作（例如银行交易）。为应对这些挑战，代理安全社区已提出诸多安全系统方案，但多数专注于产品级方法，即由开发者对全体用户统一应用安全策略和权限。然而，不同用户的需求和偏好各异，因此有必要支持用户级权限策略。为了解AI代理系统如何处理用户级权限，本文调查了21个代理权限系统提案。通过审查，作者构建了一个分类法，涵盖不同系统如何在用户界面和内部指定用户级权限策略、如何从用户输入推导内部策略，以及如何在运行时强制执行这些策略。随后，作者分析了五个主流商用代理，并将其权限处理方式与文献中的代理权限系统进行对比。研究识别出文献和商用代理中存在的若干高层主题，以及多个有待未来填补的空白。本工作为代理权限系统的设计提供了系统性参考，有助于开发更安全、更贴合用户需求的代理系统。