大型语言模型（LLM）在分类任务中的应用日益广泛，但要让其稳定、可靠地充当分类器并不容易。文章指出，LLM分类的本质不应被简单视为端到端的标签预测，而是一个特征工程问题。通过将LLM生成的表示、概率分布或推理结果作为高质量特征，再结合传统分类器或校准层，往往能获得更可控、更一致的效果。随着越来越多研究依赖LLM进行分类和标注，如何从模型中提取有用特征、消除偏差与噪声，成为提升分类质量的关键。这一视角为LLM在文本分类、情感分析、内容审核等场景的落地提供了新思路，也提醒从业者重视特征设计与评估流程。