一句话定义：激活引导（Activation Steering）是在模型推理时，直接给内部中间层的激活向量（activation）加一个方向，从而在不重训练、不动权重的前提下，改变模型的风格或行为。
它是怎么做到的
大模型每一层、每个位置都在用一个高维向量表示「此刻在想什么」，这个向量叫激活。有意思的是，很多语义在激活空间里大致呈线性：存在一个「正式—随意」的方向，也存在「拒绝—配合」「简洁—啰嗦」的方向。
既然方向存在，就可以人为造一个方向向量 v，推理时把激活 h 临时改成 h + α·v，α 是强度。方向从哪来？常见做法是准备一批成对提示（比如同一句话分别要求「正式地说」和「随意地说」），各跑一遍，取中间层激活的均值差，差值方向就是那根「轴」。
打个比方：模型权重像是员工的全部能力和经验，激活引导则像开会时递过去的一张纸条——人没换、本事没变，只是此刻的语气被拨了一下。也像调音台上的旋钮，乐手和乐谱都没动，只是把某个频段推高一点。
和相邻概念的区别
| 激活引导 | 微调（Fine-tuning） | 提示词工程（Prompt Engineering） | |
|---|---|---|---|
| 改什么 | 推理时的中间激活 | 模型权重 | 输入文本 |
| 要训练吗 | 不用 | 要 | 不用 |
| 生效范围 | 本次推理 | 写进模型，长期生效 | 本次对话 |
| 可控粒度 | 可指定某一层、某个位置 | 全局 | 取决于模型是否「愿意听」 |
和提示词工程的关键差别在于：提示词是跟模型商量，模型可以不理你；激活引导是直接动它内部状态，绕过了「愿不愿意听话」这一环。所以它既能用来做精细控制，也可能被用来绕过安全对齐，用的时候要有边界意识。
对从业者和普通人的意义
对研究者，它是理解模型内部表征的工具，有点像显微镜：想知道「礼貌」在模型里长什么样，就去那根轴上找。
对工程师，它提供了一种低成本的行为调节方式。想让客服机器人在不改变知识范围的前提下更耐心，或者让摘要更简洁，不必为每种风格各训一个模型，调一个强度和层号就行。相关方法有时被归入「表示工程」（Representation Engineering）的范畴，不同团队的叫法不完全一致。
对职场里的普通人，它解释了一件事：模型的「性格」是可以被临时拨动的，同一套权重能给出不同风格的回答。换句话说，你看到的输出不完全等于模型的「本意」，它也可能是被某根方向轴推了一把的结果。
需要提醒的是，具体实现细节、可用工具和开源实现差异很大，真要落地请以官方文档和论文页面为准。