小红书
共 108 篇面经 · 增长 / 端侧推理 / PE / PE(平台工程) / PE(AI与全栈)
小红书增长方向一面二面:从零写一个 harness 需要哪些组件
小红书增长方向一二面连在一起记录:前半程问研究与项目(问题背景、现有方法、发现、个人贡献),后半程全是 Agent 工程——从零写一个能用的 harness 需要哪些组件、为什么 ReAct 到 2025 年才流行、手写 ReAct 怎么写。
小红书端侧推理一面:内存峰值、int4 变慢与 KV Cache
小红书端侧推理一面(60 分钟):从模型大小、首 token 延迟、内存峰值怎么测问起,深入量化公式与 int4 反而更慢,再问 KV Cache 复用与端云协同,最后手撕 per-channel 对称 int8 量化。
小红书 PE 一面:Agent 设计模式、Harness 与 Redisson 看门狗
小红书 PE 一面:深挖实习项目到原理层(约 30 分钟)、Agent 相关的设计模式、Harness 都包含哪些方面、Redisson 分布式锁的背景与原理、看门狗机制的不足、Agent 接入真实业务的优缺点,手撕 K 个一组反转链表。
小红书 PE 二面:Agent 项目、缓存一致性与手撕接雨水
小红书 PE 岗二面,先花二十分钟拷打 Agent 项目的业务效果对比、记忆与沙箱,再问本地缓存、Redis 与数据库之间的一致性及权衡,以及 KV Cache 原理、Agent 发展趋势,最后手写哈希表与接雨水。
小红书 PE(AI 与全栈)一面:高召回、LangGraph 循环与 SDD 提效
小红书 PE(AI 与全栈)11 月 3 日一面面经:前半段深挖项目,问痛点难点、风险操作、测试脚本是人确认还是 AI 自动执行、项目指标、召回率 95% 的检索设计及高召回的副作用与精度优化、为什么这个场景不用向量召回、LangGraph 如何避免循环调用与任务发散、多 Agent 的异常兜底与记忆;中段是 QPS 上涨与数据库压力、索引失效场景、低基数字段要不要建索引;后段围绕 SDD 开发流程、AI 辅助开发的提效评估与效率损失、技术分歧处理和 AI 时代后端的职业规划。
小红书产品工程师(前后端)笔试:前缀和 DP、矩阵差值 DP 与 AI Coding
小红书产品工程师(前后端)笔试:开局自选卷子(前后端或客户端),20 道杂糅 C++/Java/Go/Python/Linux/数据库的选择题;编程题一是「连续子序列和为 0 可合并删除,最多删几次」(前缀和 + 动态规划,需 O(n));编程题二是两矩阵分别入两个数组求终点绝对差最小(状态 DP);另有一道无骨架的 AI Coding 题,要求设计报表模板管理与数据查询清理可视化系统,带 Token 预算限制。
小红书 Agent 开发一面:多子图架构、Skills 机制与沙箱调度
小红书 Agent 开发一面:Agent 项目架构与 Skills 机制、MySQL 索引锁、沙箱调度,最后手撕最长递增子序列。
小红书产品工程师 Agent 开发一面:爬楼梯改编与自注意力机制
小红书产品工程师(Agent 开发)一面:算法是一道带「上一步步长」约束的爬楼梯改编题;之后大部分时间用来讲实习项目的业务背景与技术实现,追问分布式缓存与锁、异步转存的线程池设计、以及 Agent 设计中实践踩雷的经验;八股集中在大模型自注意力机制、LLM 与传统 NLP 的区别和训练过程、幻觉抑制、线程池核心参数。面试官追问不多、参与度不高,面完第二天挂。
小红书 Agent 开发一面:SSE、Streamable HTTP、MCP 版本兼容全问细节
小红书 Agent 开发一面面经:先自我介绍与拷打实习项目,再集中追问 MCP 的传输方式(SSE 与 Streamable HTTP 的区别、stdio/HTTP/SSE 适配、版本兼容、工具列表获取与上百个工具的处理)、对话 Agent 的会话表与消息表设计、记忆分层与压缩、记忆冲突与用户信息污染,以及 MQ 特性、Redis 缓存穿透击穿雪崩、布隆过滤器与缓存一致性,最后手撕最长递增子序列。
小红书 AI Agent 开发 一面:评测集、上下文压缩与 MQ 幂等
小红书 AI Agent 开发一面,全程围绕项目:Agent 平台模块与验收、混合检索评测与标注、上下文压缩与 usage 统计、模型切换后的摘要污染、human-in-the-loop 参数补齐与服务端校验,最后深挖 MQ 幂等和消费者崩溃后的状态一致性。
小红书 AI Agent 开发岗面经合集:接口幂等、缓存鉴权与 Agent 评测
小红书 AI Agent 开发岗八场面试合集:场景题集中在超时重试下的接口幂等与重复扣费、同一 JVM 内 Agent 共享状态的计数丢失、正文缓存与权限校验如何分工;Agent 侧深挖 Coding Agent 的核心能力与「好」的定义、Sub-agent 的通信与任务拆分、评测指标与评测集建设,以及工具 schema、任务规划、上下文压缩、父子索引与 HyDE 改写等 RAG 细节;工程侧考 HTTP、SSE 与 WebSocket 选型、MCP 多传输适配与版本兼容、会话表设计、ES 慢查询排查与重建索引、DDD 分层和订单状态同步。
小红书 AI Agent 开发岗面经合集:HashMap 并发、RAG 与 Agent 工程
小红书 AI Agent 开发岗十场面试合集:Java 侧深挖 HashMap 数据结构与并发安全、ConcurrentHashMap、CAS 与各类锁、GC 与 Spring Bean 生命周期、APT 编译期处理,网络考 TLS 握手与中间人攻击;AI 侧覆盖 Agent 范式与整体架构、上下文与长短期记忆、RAG 的数据处理与评测、多 Agent 的状态与协同、模型路由与意图识别,以及 ReAct 与 Plan-Execute 的取舍、MCP 与 Function Call 的区别、大模型位置编码与上下文窗口、SFT 与 RL 等基础;工程侧考检索与存储的分工(倒排索引、PGVector、布隆过滤器与缓存穿透)、订单号生成器与前端工程化,手撕考岛屿数量、数组第 K 大、环形链表、K 个一组反转链表与线程安全 LRU。
小红书 AI Agent 一面:八皇后与记忆读取设计
小红书 AI Agent 一面:约 15 分钟手撕八皇后,随后约 15 分钟深挖实习的 Agent 项目,要求完整叙述从 query 到输出的全流程,并追问上下文怎么设计、记忆从什么维度读取、读到的旧记忆与后来的记忆冲突了怎么办;整体节奏很快。
小红书 AI 全栈一面:一次网页请求的全链路与 LRU
小红书秋招 AI 全栈开发面经:自我介绍后主要问项目,技术部分问一次网页请求的完整过程、长短连接与 WebSocket、为什么第一次访问慢第二次快、进程与线程的区别、怎么和 AI 协作,最后手写 LRU。
10.27 小红书 AI 全栈二面:模型选型、评测与高并发设计
小红书 AI 全栈二面:实习项目与业务理解、不同复杂度任务的模型选型、规划与执行分层、模型输出质量评测,以及个人项目的分布式架构与高并发设计。
小红书 AI 产品经理岗面经合集:上下文管理、检索增强与一致性设计
小红书 AI 产品经理岗四场面试合集:围绕检索 Agent 的上下文管理展开,追问卷对话效果变差的本质、ReAct 能否解决上下文问题、上下文压缩与关键内容判定;检索侧问到 topK 与元数据过滤、embedding 与关键词混合检索、chunk 切分策略与业界方案;后半程转向多级缓存、缓存穿透与 Redis + MQ 的一致性取舍,并考 AI 应用架构与链式调用、ES 与 MySQL 的差异、RPC 序列化,手撕二叉树定长路径。
小红书 AI 研发工程师秋招一面:Agent 采集、评测回放与八股手撕
小红书 AI 研发工程师秋招一面面经:围绕实习里的 Agent 项目深挖采集方案、观测平台查询优化、评测回放的技术细节与多智能体协同协议,八股考 Redis 分布式锁与 MySQL 索引原理、索引失效场景,手撕最长公共子序列。
小红书 AI 小工具 leader 面:MQ 异步化、分库分表热点与稳定性
一小时 leader 面,全部围绕简历里一个传统后端项目连环追问:同步改异步后的失败感知与重试、重复投递与顺序性、QPS 再涨十倍瓶颈在哪、按设备分片的数据倾斜、Redis 榜单与 bitmap 选型、线上稳定性靠哪些指标兜。
小红书算法岗面经合集:传统机器学习、大模型架构与推荐检索
小红书算法岗七场面试合集:传统机器学习考分词与 NER、分类与回归、XGBoost 与 LightGBM 的差别、监督与无监督与强化学习、K-Means,以及项目选型、踩坑与北极星指标;大模型架构覆盖自注意力、RoPE、MoE、MHA 与 MQA 与 GQA、LayerNorm 与 RMSNorm、预训练与后训练、Decoder-only 的由来;另有模型规模化的算力账(参数量与 FLOPs、PS 存储、训练速度与机器数)、RAG 流程与切片粒度、召回与粗排精排的经典模型、NDCG 与 AUC 与二分类 loss、负采样与高热打压,以及生成式推荐的码本坍塌、sid 质量与幻觉治理;手撕考螺旋矩阵、O(N) 求第 K 大、立方根与岛屿数量。
小红书算法岗面经合集:PLE 与多目标建模、广告算法与排序手撕
小红书算法岗九场面试合集:推荐与广告方向深挖 PLE 的迭代与门控 trick、比 MMoE 好在哪里、负迁移与跷跷板问题怎么解,ESMM 与 CVR 样本稀疏、多目标建模、广告计费与利益均衡、双塔模型结构和样本;大模型侧考 self-attention 与 MHA、MQA、GQA、MLA 和 KV 缓存、位置编码、RAG 与幻觉、DPO 与 PPO 与 GRPO 的差别、Reward 与优势函数设计、DeepSeek V3 训练流程;另有 AUC 与 logloss 原理、过拟合与 L1/L2、BN 与特征筛选、DIN 与 SIM,手撕考快速排序、最长公共子序列、最长递增子序列。
小红书算法岗面经合集:Uplift 建模、Transformer 细节与推荐召回
小红书算法岗七场面试合集:增长侧深挖特征重要性的判别方法、uplift 建模与发券决策、混淆偏差与选择偏差的区分和评估指标;科研与 NLP 侧围绕知识图谱问答链路的实现、MRR 与 Hit@k、nDCG、KL 散度与交叉熵的取舍展开;Transformer 部分被追问一小时,覆盖缩放点积注意力的假设、位置编码方案、多头与 MHA、LayerNorm 与 BatchNorm、Encoder 与 Decoder 的区别;此外还有 MQA 与 GQA、PPO 与 DPO 与 GRPO 的对比、多路召回权重与规则召回、CVR 样本空间,以及用户安全审核岗的申诉处理与内容审核评估。
小红书 后端 日常一面
小红书后端日常一面面经:几乎不考八股,全程围绕 AI 编程实践追问——用 AI 都解决不了什么问题、主力工具与模型、token 用量、V3 与 V4 体感差异、AI 撑不住业务边界时该怎么办、出码后验证环节、Codex 的自主校验能力、Tool Calling 与 MCP 开发、Skill 的渐进式披露、上下文压缩机制。
小红书后端开发二面面经:最长递增子序列、TCP 与 UDP、进程与线程
小红书后端开发二面面经:全程二十多分钟,先手撕最长递增子序列,再考 TCP 与 UDP 的区别、进程和线程的区别与联系,最后让候选人展示项目;作者当天几小时后就收到了 HR 联系。
小红书客户端研发岗面经合集:Agent 工程追问、Android 八股与播放器项目
小红书客户端研发岗七场面试合集:既有围绕 Agent 项目的深度追问(工具调用率与命中率怎么量化、效果怎么评估、多轮评估与编排调度、上下文压缩与长期短期记忆组织、RAG 优化与 LoRA 取舍),也有 Android 客户端八股(Activity 与 Service 生命周期、Handler 与 Looper、Intent、ThreadLocal、SparseArray、RecyclerView 复用、内存泄漏、屏幕适配与 dp),以及音乐播放器改造、Flutter 跨端与聊天模块的项目细节,算法覆盖排序链表、荷兰国旗、二维矩阵查找与平衡树对比。
小红书 跨境电商产品工程师 一面:缓存 Key、Caffeine 与事务消息
小红书跨境电商产品工程师一面,2026-10-12,45 分钟,围绕业务/技术平台选择、缓存 Key 设计、按需加载与容量、Caffeine 数据结构和淘汰策略、RocketMQ 事务消息和两数相加展开。
小红书 跨境电商&交易平台 一面
小红书跨境电商与交易平台一面面经:全程围绕扫码当面付业务追问,从业务场景与资金流转链路,到跨机房写入缓存、线程池加 CountDownLatch 的选型、幂等保障、单元化的目的与路由方式,最后手撕 LRU 缓存。
小红书数据开发与数据分析岗面经合集:Flink、数仓建模与增长归因
小红书数据开发与数据分析岗四场面试合集:一场深挖项目与建模思路、AI 相关实践;一场考 Flink 窗口触发机制与精确一致性、StarRocks 与 Hive 的元数据差异、埋点表的多时间维度设计;一场是 SQL 限时题(最近一年连续登录超过 7 天)加数仓建设标准与 Spark 原理;一场围绕品牌合作的转化漏斗口径、自然与商业流量区分、实验串扰、PSM 与 DiD 的因果归因、看板数据管道与创作者打分。
小红书前端日常二面:从输入 URL 到渲染、React 与 Vue 差异
小红书前端日常二面:做了多久前端、是否主要靠 AI 编程、给自己基础能力打分,然后是从输入 URL 到页面渲染的完整过程、渲染性能优化、React 与 Vue 的特点与虚拟 DOM 差异、前后端交互安全、状态管理和大模型原理。
小红书前端开发岗面经合集:Vue3 重写、构建工具与 Agent 工程实践
小红书前端开发岗十一场面试合集:技术面覆盖 Vue3 重写与响应式细节(Proxy 缺陷、ref 与 reactive、依赖收集与渲染流程)、React fiber 与组件生命周期、webpack 与 vite 差异、tree-shaking 与 .vue 编译、SSR/SPA/MPA、HTTP 与 TCP、事件循环与垃圾回收、性能指标与 LCP 优化;另有 Agent 设计范式、tool 与 skill 开发、skills 与 rules 的区别、Git 分支协作场景题,以及三栏布局、Promise.all、括号合法性等手撕。
小红书前端开发岗面经合集:组件库、构建工具与页面体验优化
小红书前端开发岗十场面试合集:覆盖组件库设计与按需加载、webpack 与 vite 选型、React.lazy 与 Suspense、fiber 调度、Vue3 响应式与状态管理选型、HTTP 缓存与 304、跨域与 XSS/CSRF、移动端滚动与 LCP 优化,手撕以发布订阅、Store、括号生成、链表判环、字母异位词为主;另有 HR 面问职业规划、B/C 端差异与实习收获。
小红书前端开发岗面经合集:Vue 响应式、HTTP 缓存与 React 渲染机制
小红书前端开发岗十场面试合集:覆盖 Vue 响应式(ref 与 reactive 取舍、Proxy 底层实现)、React fiber 与可中断渲染、HTTP 缓存与 304、CORS 携带 Cookie、从 URL 输入到页面渲染的完整链路、TCP 握手挥手、虚拟滚动与首屏白屏优化,以及防抖、树路径和、最长公共子序列等手撕题。
小红书全栈一面:重构如何保证新旧一致,AI 与人的工作边界怎么划
小红书全栈一面 1 小时,前端背景被后端面试官交叉面:代码迁移怎么保证新旧逻辑一致、自动化测试怎么覆盖边界、重构收益如何量化、AI 与人怎么分工与验收、跨端能力统一后如何不丢平台特性,算法是删除排序链表重复元素 II。
小红书全栈开发一面:分片上传与向量数据库设计
小红书全栈开发正式批一面(10 月 15 日):项目侧追问数据链路怎么设计、分片上传怎么实现、怎么解决重复上传,以及数据库上传记录与实际文件不一致(有文件但没记录)时怎么办;随后问 Redis ZSet 的底层实现与查询性能、ES 是不是实时的、延迟大概多少;再做向量数据库怎么设计、怎么优化查询准确率,最后一题是用户反映页面慢了怎么排查。
小红书国际化开发秋招一面:运维 Agent 设计与实习项目连环追问
小红书国际化开发工程师秋招一面:算法是岛屿数量,场景题要求设计一个监测线上服务的运维 Agent(输入输出、数据流转、架构编排、工具调用),随后围绕实习项目连续追问 Skills 渐进式披露、Agent 路由、提示词注入防护、上下文管理、异步回调、指标测算、幂等与分布式锁、线程池与脱敏重试,最后是 HashMap 与 ConcurrentHashMap 八股。
9.22 小红书 大模型算法三轮:图文匹配、生成式排序与推荐链路排障
小红书大模型算法三轮(含机考):机考考加权热度 TopN、评论归属匹配与带时间衰减的生成式排序;一面压多模态内容理解、LoRA 与显存、评测与数据漂移;二面压推荐链路排障、特征穿越、AB 实验与多目标融合,收尾手撕链表两两交换。
小红书市场品牌岗面经合集:搜索经营、联名打法与设计岗面试
小红书市场品牌岗三场面试合集:一场围绕“搜索到种草再到转化”的搜索经营体系,考关键词分层与投放配比、跨界联名从 0 到 1 的完整方案、自然流量与聚光投放的配合、直播闭环与线下铺货承接,以及预算骤减和“声量好销量不涨”的定位修复;一场是设计实习生面试,考创意与品牌一致性、版权与反馈处理;一场考跨渠道增长的策略框架、归因模型与预算分配。
小红书中间件研发一面面经:Full GC 定位、RocketMQ 延时消息与线程池
小红书中间件研发一面面经(约 40 分钟):围绕优惠券平台的 Full GC 定位与 CSV reader 双重加载、内存是否只能加,RocketMQ 与消息队列理解、延时消息的实现与底层数据结构,分片键选择与数据倾斜的发现治理,以及线程池核心/最大线程数的生效时机、ScheduledThreadPoolExecutor,最后手撕滑动窗口最大值。
小红书 端侧推理 一面:8 秒延迟拆解与 1024/256 父子块
小红书 Agentic 端侧推理优化实习一面,进二面。面试官每句话后面都跟着一个数字:system prompt 多长、单轮要选多少条工具、8 秒延迟用户能不能感知、是真实用户数据还是用线程数模拟的机型差异、父块 1024 子块 256 为什么这么切;后半场是医疗问答 RAG 的口语化改写、HyDE、BGE 重排与「模型说错一句话的代价」。
小红书运营岗面经合集:提示词策略评估、用户增长与商家运营
小红书运营岗六场面试合集:一场集中考内容生成策略的量化与治理——好内容的指标分层、提示词迭代的归因与日志、离线评估集设计、幻觉与偏差分析、A/B 与护栏指标、AI 生成内容标识闭环,以及何时该停止调 prompt 转投 RAG 或工作流;其余场次覆盖跨渠道拉新留存、Excel 投屏考察与到岗稳定性、实习与意向沟通,以及电商商家运营、业绩目标与跨部门协作。
小红书运营岗面经合集:商业化战略、兴趣圈层与创作者运营
小红书运营岗七场面试合集:前半程考商业化战略 BP 的制定与社区氛围平衡、品牌与效果广告的优先级、用户消费决策路径;中段是兴趣圈层运营,覆盖二次元与“痛文化”扩散、小众兴趣破圈、兴趣分发与算法推荐对比;后半程是游戏创作者运营、PGC 机构合作、电商行业运营、采购全链路与创作者策略运营,考沟通协调、数据分析定位问题与冷启动设计。
小红书产品工程师(AI 与全栈方向)一面
小红书商业平台技术部门的产品工程师一面以项目为主,算法考搜索二维矩阵和分割回文串,整体面试体验较友好。
小红书 Product Engineer(AI 与全栈)一面:Node 后端、RAG 与秒杀场景设计
小红书 Product Engineer(AI 与全栈方向)秋招一面面经:先深挖实习里的全栈项目,再问 Node 写后端与传统后端的差异、Node 如何操作数据库、MySQL 慢查询定位,接着考 RAG 原理、AI workflow 的幻觉治理与上下文压缩,最后是三道场景设计题(秒杀 QPS 优化、并发查询打穿治理、多服务聚合接口降耗时)和链表两数相加的手撕。
小红书 Product Engineer 两志愿面试全记录:C++/Android 深挖与 IM 卡片架构
小红书 Product Engineer 两志愿面试完整记录:一志愿 PE 基建(88 分钟)从 C++ 内存管理与智能指针问到 STL 容器选型、C++ 与 Java 并发容器差异、面向对象与多态、Dalvik/ART 与 GC 演进、Kotlin 协程实现、IPC 与 Binder、自研消息队列与 ProtoBuf、群聊卡片动态下发、AI Coding 工作流、Harness/Agent 框架本质与 RAG 检索选型,末尾手撕删除链表倒数第 N 个节点;二志愿 PE 国际化(58 分钟)围绕群聊破冰消息的二次请求设计、A/B 实验规模、卡片本地持久化、RecyclerView 资料错绑、IM 卡片架构改进、数字人 MV 链路与异常恢复、编辑一致性、Handler/MessageQueue/Looper 机制、Activity 生命周期与跳转顺序等问题展开。
小红书产品工程师一面:2000 个账号批量拉取与 MySQL 删除空间之问
小红书 Product Engineer 一面:手撕 2000 个账号按每批 100 个并发拉取且不阻塞上游,场景题从删除 200 万行后的磁盘空间一路追问到页结构、索引删除、页合并与查询可见性。
小红书秋招 PE(产品工程师)一面
小红书秋招产品工程师一面:项目深挖偏产品视角与指标观测,八股覆盖 Redis 原理、分布式锁、Kafka 架构、AI Coding 与操作系统,并手撕 LRU Cache。作者自述交流顺畅但最终未过。
小红书风控研发一面到三面面经:从归因 Agent 到秒杀链路设计
小红书风控研发岗一面到三面完整记录。一面围绕风控归因 Agent 的项目深挖、风控业务认知与 AI 实践展开,技术题是秒杀链路设计、Redis Lua 扣减、缓存一致性、单行 TPS 上限与请求合并,外加一道反转链表;二面深挖实习精力分配、处置平台能力、智能体选型与上下文压缩调研;三面追问项目收益与难点。
小红书广告交易算法实习面试:KKT 条件与博弈论连环拷打
小红书广告交易算法日常实习面试,全程围绕数学与强化学习展开:安全强化学习、为什么选 SAC 而不是别的算法、拉格朗日对偶与对偶形式、KKT 与 Slater 条件、Stackelberg 博弈和 Nash 博弈的区别,八股问 PPO/DPO/GRPO,手撕是网格路径计数。
小红书 Agent 平台研发一面(约29分钟)
小红书 Agent 平台研发一面记录,净时长约 29 分钟,前半段围绕实习体验、团队业务与求职方向、同事评价和成就感,后半段考高并发商品详情系统设计(10 万 QPS、单表 MySQL、缓存更新链路)与现场手撕最长回文子串。
小红书AI产品经理培训生笔试:三天手搓Agent中台MVP
小红书AI平台产品岗笔试复盘:给三天时间,用官方提供的模型额度在线手搓一个Agent搭建中台的MVP,并产出一期、二期方案PRD。作者记录了在限速的云端环境里用大模型写PRD与HTML原型的过程,以及自研与现成模型在长约束任务上的表现差异。
小红书 后端开发 一面(几乎全是场景题)
小红书后端开发一面记录,没有八股也没有项目深挖,全程是场景题:一段订单支付代码找并发问题、一条深度分页 SQL 的改法、三个订单统计方法的 code review、下游服务报警的排查思路,最后手撕乘积最大的连续子数组。
小红书后端开发岗面经合集(一):工作流引擎、秒杀方案与 Agent 设计
小红书后端开发岗十场面试合集,2026 年 7 至 9 月:工作流引擎调度与人工确认防重、Validator 校验,JVM、MySQL 索引与 MVCC,Redis 与秒杀 Lua 扣减,以及 Agent 设计与 RAG 评估。
小红书后端开发岗面经合集(二):分布式锁、Redis 主从切换与网络调优
小红书后端开发岗八场面试合集,2026 年 2 至 3 月:Redis 分布式锁与 Redisson、主从切换与哨兵选主,MySQL 索引失效与最左匹配,TCP 滑动窗口与握手,另有线程池、分库分表和 AT 事务。
小红书后端开发岗面经合集(三):JVM 调优、Spring 循环依赖与 Redis 大 Key 治理
小红书后端开发岗八场面试合集,2025 年 11 至 12 月:审核系统设计、Kafka 与 Flink 的内容安全应用;Java 侧深挖锁与 AQS、HashMap 与循环依赖;另问 G1 调优与 Redis 大 Key 治理。
小红书后端开发岗面经合集(四):AQS 与锁升级、线程池与高并发活动设计
小红书后端开发岗七场面试合集,2025 年 9 月:锁升级与 AQS、线程池参数与提交逻辑、手写线程池;MySQL 执行计划与 B+ 树容量、事务 ACID,Redis 数据结构与分片集群;场景题覆盖抽奖活动设计与三层缓存一致性。
小红书 后端开发 一面面经:两段实习与项目深挖
小红书后端开发一面五十多分钟,内容以简历为主:自我介绍之后依次深挖第二段实习、第一段实习与个人项目,算法题是两两交换链表中的节点,反问之后当天就约了二面,面试体验不错。
小红书后端笔试
小红书笔试 小红书9月13日机考笔试题与解析
小红书笔试岗位面经,整理了原帖中的主要追问,覆盖Java、AI、缓存、C++等主题,适合准备相关岗位面试时参考。
小红书9月10日机考笔试题与解析
小红书机考题,包含连续任务峰值优化、字符串与树结构等算法建模问题。
小红书 Java 实习一面压力面:项目八股不问、全程手撕
小红书 Java 开发实习一面,项目和八股一个没问、全程做题:前中序构造树并判断唯一性、代码输出判断、死锁与锁竞争辨析;手撕从快排变式换到 LRU、再换到反转链表,反问环节几乎没有回应,整体压力很大。
小红书Java平台开发一面面经
小红书Java平台开发一面面经,考察线程池执行流程、AQS与锁、StampedLock、ConcurrentHashMap扩容、Kafka消费语义和MySQL幻读。
小红书Java平台开发二面面经
小红书Java平台开发二面面经,深挖工作流调度、节点失效传播、人工确认、校验体系、多币种金额和外部渠道不确定性。
小红书大模型算法面经:笔试到 HR 面全流程
小红书大模型算法岗全流程面经,覆盖机考三题(加权热度排序、图文匹配、时间衰减排序)、一面多模态与训练细节、二面推荐系统与 AB 实验、HR 面反问,以及手撕链表两两交换节点。
小红书 大模型算法岗面经合集:隐式 CoT、RAG 上下文管理与 LoRA 微调
小红书大模型算法岗七场面经合集,2026 年 6 月到 9 月。覆盖隐式 CoT 的双任务蒸馏、RAG 分块与多轮指代消解、上下文膨胀、BCE 与 InfoNCE 联合损失、vLLM FP16 池化溢出、LoRA 原理与 Agent 架构。
小红书 大模型算法岗面经合集(二):Redis 秒杀、MCP 与搜广推链路
小红书大模型算法岗八场面经合集(二),2026 年 3 至 4 月。深挖项目:Redis 集群 Lua 原子性、令牌桶限流、秒杀防超卖、点赞用 set 还是 zset、RAG 降幻觉怎么量化;另覆盖 nl2sql、MCP 与搜广推序列建模。
小红书 大模型算法岗面经合集(三):Transformer 细节、DPO 与推理优化
小红书大模型算法岗九场面经合集(三),2025 年 12 月至 2026 年 1 月。覆盖 Transformer 结构与 GQA,微调 7B 显存估算、FlashAttention、DPO 与 RAG 微调,以及 PPO、GRPO 差异。
小红书 多模态算法实习 一二面
小红书多模态算法实习一、二面记录:一面围绕自动驾驶项目与多模态对齐论文深挖,追问 BERT 核心设计思想、ViT 与文本 Transformer 的结构差异及分类落地方式,手写整数平方根;二面继续项目与论文深挖,问 Transformer 原理与残差连接,手撕最长回文子串。
小红书 多模态算法实习 一面二面面经
小红书多模态算法实习一面与二面记录,一面深挖自动驾驶项目、追问多模态对齐论文的数学原理与损失函数设计、比较 BERT 与 ViT 的结构差异,手写整数平方根;二面重讲线上项目与论文工作,考察 Transformer 原理和残差连接,手撕最长回文字符串。
小红书多模态算法秋招二面面经(约 40 题 + 手撕)
小红书多模态算法秋招二面记录,约 40 题加一道手撕。考察视觉编码器与 LLM 连接方式、多模态幻觉、InfoNCE 温度,以及 SFT 调优、PPO/DPO/GRPO 选型、OOM 优化、端侧推理与蒸馏;手撕为矩阵原地旋转 90 度。
小红书一面:网络链路、TLS/QUIC 与负载均衡
小红书一面 20 问,集中在网络与基础架构:客户端经 TNC 与 CDN 调度到合规 Region、四层与七层负载分工、TLS 1.3 与证书链校验、QUIC、DNS 污染与劫持、Maglev,以及一道 MSS 与慢启动的耗时估算题。
小红书 PE 一面面经:检索链路与并发基础
小红书 PE 岗一面,50 分钟,前半段围绕实习项目里的混合检索与召回链路,后半段回到 Java 基础,问 HashMap、无保护共享变量、CAS 与 volatile、垃圾回收,以及接口响应变慢的排查思路,手撕 LRU。
小红书PE社区工程一面面经
小红书PE社区工程一面面经,主要深挖实习和项目,并考察策略模式、HTTP/SSE/WebSocket选型、Elasticsearch与MySQL索引,以及二叉搜索树算法。
小红书社区工程 Product Engineer 一面:RAG 深挖与 AI Coding
小红书社区工程 Product Engineer(AI 与全栈方向)一面,9.24 约 50 分钟:从实习与 AI 项目切入,深挖 RAG 全流程与切块、检索选型与准确率评估,再问 Agent 与 Workflow 的区别、ReAct、日常 AI Coding 与 Skill 加载,最后是算法(和为 K 的子数组)与高并发缓存、限流设计。
小红书 产品经理岗面经合集:AI 数据生产平台、商业化与社区治理
小红书产品经理岗六场面经合集,2025 年 9 月到 2026 年 2 月。前两场围绕 AI 数据生产平台:18 个月路线图、标注平台 ROI 测算、需求收敛、人机协同标注与质量体系;后四场覆盖商业化指标与社区治理。
小红书笔试复盘:子序列整除 k 计数与双人路径联合代价
小红书软件开发笔试复盘:1 道 AI 题、2 道编程题加 20 道选择,整体难度偏高。两道编程题分别是统计能被 k 整除的非空子序列个数(余数 DP + 滚动数组)与双人路径的时间金钱联合代价问题(分层图 + 双源会合 + Dijkstra)。
小红书 测试开发岗面经合集:TDD、CI/CD 与前端工程化追问
小红书测试开发岗面经合集:从 TDD 流程、单元测试框架、CI/CD pipeline 与测试用例设计,到 Tailwind CSS、懒加载、keep-alive 与事件循环打印,再到 Z 世代内容消费研究、用户画像与笔记互动率下滑的归因分析。
java小厂面经
小红书Java后端开发工程师面试记录,覆盖Java、计算机网络、面试经验、后端开发等考点,整理了面试流程与高频问题。
小红书后端一面
小红书Java后端开发工程师面试记录,覆盖Java、JVM、并发、计算机网络等考点,整理了面试流程与高频问题。
小红书前端实习一面:跨域、React 性能优化与 JS 异步机制
小红书前端实习一面,从个人情况聊到跨域与代理方案、Vue 和 React 的使用体感、React 渲染性能优化与 Hooks 原理、TS 类型系统、Cookie 与 SSR,最后是一道统计频次的算法题和 JS 异步演进。
小红书
小红书Java后端开发工程师面试记录,覆盖Java、Redis、MySQL、Kafka等考点,整理了面试流程与高频问题。
小红书数据库中间件二面
小红书Java后端开发工程师面试记录,覆盖Java、MySQL、JVM、并发等考点,整理了面试流程与高频问题。
28小红书java实习一面(已过)
小红书Java后端开发工程师面试记录,覆盖Java、算法、面试经验、后端开发等考点,整理了面试流程与高频问题。
java小红书一面
小红书Java后端开发工程师面试记录,覆盖Java、Redis、MySQL、Kafka等考点,整理了面试流程与高频问题。
小红书 AI 后端社招三轮技术面面经
小红书AI后端社招面经,技术面重点考察内容审核Agent、生态治理系统、MCP与Skill、AI Coding评审及线上故障处置,另包含HR薪资沟通复盘。
小红书AI产品实习面经
小红书AI产品经理面经,原帖记录了面试中的核心追问,重点涉及AI产品、项目深挖、实习、产品经理等内容,适合准备相关岗位面试时参考。
小红书AI产品实习一面 45min
小红书AI产品经理面经,原帖记录了一面中的核心追问,重点涉及AI产品、项目深挖、实习、产品经理等内容,适合准备相关岗位面试时参考。
小红书AI产品实习二面 业务面
小红书AI产品经理面经,原帖记录了二面+业务面中的核心追问,重点涉及AI产品、产品设计、用户研究、项目深挖等内容,适合准备相关岗位面试时参考。
日常实习 AI产品三面 小红书
小红书AI产品经理面经,原帖记录了三面中的核心追问,重点涉及AI产品、项目深挖、实习、产品经理等内容,适合准备相关岗位面试时参考。
小红书 产品(AI+全栈) 一面
小红书后端开发工程师面经,原帖记录了一面中的核心追问,重点涉及AI产品、SSE、用户研究、项目深挖等内容,适合准备相关岗位面试时参考。
小红书三面后端Agent方向实习面经
小红书三面后端Agent方向实习面经,考察项目真实性、深分页SQL优化方案、RAG项目中大模型JSON异常处理,以及Git、Linux常见排查操作。
小红书AI创新产品面经 好多场景题
小红书商业产品经理面经,原帖记录了面试中的核心追问,重点涉及AI产品、商业化、产品设计、产品经理等内容,适合准备相关岗位面试时参考。
小红书PE(全栈)一面面经
小红书PE(全栈)一面,重点拷打RAG项目的整体流程、参数设计与优化方案,并考察编辑距离、旋转链表两道算法手撕题。
小红书Ai Native产品研发工程师二面(已offer)
小红书产品经理面经,原帖记录了二面中的核心追问,重点涉及AI产品、项目深挖、实习、产品经理等内容,适合准备相关岗位面试时参考。
小红书产品工程师(AI与全栈方向)面经
小红书Product Engineer面经,原帖记录了一面+二面中的核心追问,重点涉及AI产品、Agent、项目深挖、计算机网络等内容,适合准备相关岗位面试时参考。
小红书暑期一面(已挂)
小红书Product Engineer面经,原帖记录了一面中的核心追问,重点涉及AI产品、Agent、RAG、用户研究等内容,适合准备相关岗位面试时参考。
3.25小红书产品工程师一面
小红书Product Engineer面经,原帖记录了一面中的核心追问,重点涉及AI产品、Agent、RAG、模型微调等内容,适合准备相关岗位面试时参考。
小红书产品工程师(社区工程)面经
小红书Product Engineer面经,原帖记录了一面中的核心追问,重点涉及AI产品、Agent、RAG、项目深挖等内容,适合准备相关岗位面试时参考。
小红书PE产品工程师一面面经
小红书Product Engineer面经,原帖记录了一面中的核心追问,重点涉及AI产品、Agent、产品设计、用户研究等内容,适合准备相关岗位面试时参考。
小红书AI产品工程师一面4月16号(已挂)
小红书Product Engineer面经,原帖记录了一面中的核心追问,重点涉及AI产品、项目深挖、实习等内容,适合准备相关岗位面试时参考。
6.22 小红书 Product Engineer-产品工程师(AI与全栈方向)一面
小红书Product Engineer面经,原帖记录了一面中的核心追问,重点涉及AI产品、用户研究、项目深挖、操作系统等内容,适合准备相关岗位面试时参考。
小红书-27届实习 Product Engineer 产品工程师-商业平台技术 二面 (已挂)
小红书Product Engineer面经,原帖记录了二面中的核心追问,重点涉及AI产品、模型微调、项目深挖、实习等内容,适合准备相关岗位面试时参考。
小红书引擎架构Java开发一面面经
小红书引擎架构Java开发一面,围绕短期/长期记忆设计、Redis选型与持久化、大Key问题、线程池参数与调用链可观测性等场景题展开,面试官全程耐心引导。
小红书-27届实习 Product Engineer 产品工程师-商业平台技术 一面
小红书Java后端开发工程师面试记录,覆盖Java、Redis、Kafka、RabbitMQ等考点,整理了面试流程与高频问题。
小红书Java后端开发一面面经
小红书Java后端开发一面面经,重点围绕AI智能问答项目的短期/长期记忆机制、记忆剔除策略展开深挖追问,并考察快速排序算法手写及日常AI辅助编程的使用心得。
小红书AI产品一面面试题拆解
小红书Product Engineer AI应用方向一面题目,重点考察检索Agent的上下文管理、大模型输出约束,以及使用AI编程工具拆解和实现需求的流程。
小红书AI全栈(社区工程)一面面经
小红书AI全栈(社区工程)一面面经,侧重端智能特征工程、设备特征缓存优化及复杂系统治理。面试官深入探讨了高并发下缓存一致性、差异化特征供给及AI在开发流程中的应用,并考察了带TTL的LRU Cache底层实现与并发控制。
小红书 AI Native 产品研发工程师一面面经
小红书 AI Native 产品研发工程师一面记录,围绕风控系统、隐私处理、冷热数据存储、Doris 与 MySQL、线程池优化和并发任务设计展开。
小红书 Product Engineer AI 应用方向一面面经
小红书产品工程师 AI 应用方向一面,考察检索 Agent 的上下文管理、大模型输出约束,以及把模糊需求拆成文档后用 AI Coding 完成实现和审查。
小红书AI全栈-社区工程一面面经
小红书AI全栈-社区工程岗位一面面经。面试涵盖了Springboot与SpringMVC框架原理、JVM内存模型与G1回收器、线程池配置策略、单机并发性能优化,以及AI对编程行业影响的探讨。同时包含三道LeetCode原题考察,适合准备相关技术栈的求职者复习参考。