# 激活分类器（探针）

OpenAI在GPT-5.6起为所有助手回复增加了一层基于模型内部激活的轻量分类器，即探针，与外部文本分类器并行部署。探针可在生成中途流式拦截违规回复，对越狱更稳健，运行开销更低，且准确率随被监控模型能力提升而提高；但它依赖标注数据，只能识别已知的可测量行为，换基座模型需重新训练。

OpenAI在GPT-5.6起为所有助手回复增加了一层基于模型内部激活的轻量分类器，即探针，与外部文本分类器并行部署。探针可在生成中途流式拦截违规回复，对越狱更稳健，运行开销更低，且准确率随被监控模型能力提升而提高；但它依赖标注数据，只能识别已知的可测量行为，换基座模型需重新训练。