面灵AI→

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 一二面

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。

2026-11

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

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。

2026-11

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

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。

2026-11

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

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。

2026-10

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

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。

2026-10

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

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。

2026-10

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 多轮面试合集

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。

2026-10

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 多轮面试合集

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。

2026-10

小红书 AI Agent 一面:八皇后与记忆读取设计

小红书 AI Agent 开发 一面

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。

2026-10

小红书 AI 全栈一面:一次网页请求的全链路与 LRU

小红书 AI 全栈开发 一面

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。

2026-10

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

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。

2026-10

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 多轮面试合集

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。

2026-10

小红书 AI 小工具 leader 面:MQ 异步化、分库分表热点与稳定性

小红书 AI 应用开发 leader 面

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。

2026-10

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 多轮面试合集

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。

2026-10

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 多轮面试合集

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。

2026-10

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 多轮面试合集

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。

2026-10

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

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。

2026-10

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 多轮面试合集

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。

2026-10

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 多轮面试合集

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。

2026-10

小红书前端日常二面:从输入 URL 到渲染、React 与 Vue 差异

小红书 前端开发 二面

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。

2026-10

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 多轮面试合集

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。

2026-10

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 多轮面试合集

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。

2026-10

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 多轮面试合集

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。

2026-10

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 一面

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。

2026-10

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 一面

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。

2026-10

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 笔试、一面、二面、HR 面

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。

2026-10

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 多轮面试合集

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。

2026-10

小红书 端侧推理 一面:8 秒延迟拆解与 1024/256 父子块

小红书 端侧推理 一面

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」。

2026-10

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 多轮面试合集

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。

2026-10

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 多轮面试合集

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。

2026-10

小红书产品工程师(AI 与全栈方向)一面

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。

2026-10

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 产品工程师(AI与全栈) 一面

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。

2026-10

小红书秋招 PE(产品工程师)一面

小红书 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。

2026-10

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 前端开发实习 一面

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。

2026-08

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

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。

2026-04

小红书 Product Engineer AI 应用方向一面面经

小红书 Product Engineer 产品工程师 一面

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。

2026-04