小红书 产品(AI+全栈) 一面
《面试题目》
- 自我介绍
- 项目里为什么用 SSE?
- 如果不用 SSE,还有哪些替代方案?
- SSE 在生产环境里容易踩哪些坑?
- 怎么解决?
- 答案:SSE 最容易出问题的地方不是代码本身,而是连接生命周期和中间层。比如 Nginx 默认可能会缓冲响应,导致后端已经推了很多内容,前端却迟迟收不到;网关、负载均衡、浏览器也可能因为超时断开连接。解决方式一般是关闭代理缓冲,设置合理的超时时间,并且定期发送心跳,避免连接长期无数据被断开。后端也要限制单用户连接数,否则用户频繁刷新页面可能导致连接堆积…
《参考解析》
- AI产品与 Agent 项目:回答这类问题要先讲清目标用户和业务场景,再说明模型、数据、工作流、评测指标和上线后的真实使用效果。面试官通常更看重你能否把 AI 能力转成可落地的产品闭环,而不是只罗列模型名。
- SSE 流式输出:SSE 适合服务端向浏览器单向推送,AI 流式回答场景实现简单。生产环境要处理代理缓冲、超时心跳、客户端断开、单用户连接数限制和最终状态落库。
- 用户研究:用研回答要覆盖样本选择、访谈或问卷方法、洞察提炼和需求转化。面试官会追问研究结论是否真正影响产品决策,因此最好用指标或后续迭代结果闭环。
- 项目深挖:项目深挖的核心是讲清背景、目标、你的职责、关键决策、难点和结果。遇到追问时优先用数据、取舍理由和复盘说明自己的判断,而不是只描述流程。