潜伏小红书48h:AI时代,顶尖技术人才都在聊什么?

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
潜伏小红书48h:AI时代,顶尖技术人才都在聊什么?
6501点击    2026-11-18 10:15

「校招生如果有自己的想法,能申请人力和算力资源吗?」

「AI越来越能写代码,我们进去以后主要做什么?」

「新人提的想法,Leader真的会听吗?」

「AI时代下,该如何发展自己?」


好家伙,现在的应届生,提问务实,又直击核心!


11月14日、15日,量子位在小红书北京办公室深潜了两个下午,感受了一场画风不太一样的技术校招。


潜伏小红书48h:AI时代,顶尖技术人才都在聊什么?


这次,「薯厂」把校招宣讲会直接搬进办公区,办成了REDpath校招技术沙龙。


没有太多台上的枯燥介绍,这场沙龙把更多时间留给台下的AMA(Ask Me Anything)环节。


校招生们和未来可能共事的技术Leader坐下来,从技术方向、团队氛围,一直聊到绩效、个人发展。


为了这场线下交流,有学生专程从上海、南京、香港等地赶来,还有正在新加坡读书的应届生,连夜飞到了北京。


量子位粗略算下,那两天里,有接近200名应聘者到场交流。


潜伏小红书48h:AI时代,顶尖技术人才都在聊什么?


学生们的问题一个比一个实在,技术Leader们也不藏着掖着。一位从新加坡赶来的应聘者告诉量子位:


相比线上面试,这种面对面的交流,能提前感受到未来团队真实的工作氛围。挺棒的!


活动现场,不光是学生在提问。


听到某位应届生在小红书开店盈利过万后,技术Leader眼睛都亮了,急问对方小红书的商家工作台「千帆」好不好用,还有哪些功能需要改进。


好么,原本是学生来了解未来团队的,聊着聊着,竟成用户访谈了。


有了AI,技术新人的第一份工作长什么样?


两天的交流中,我发现,无论是工程专场还是算法专场,AI都是应聘者们绕不开的话题。


在交易与基础数仓组的交流中,一位学生说出了自己的焦虑。


他在某大厂实习时,参与过AI提效相关的工作,可做着做着,却开始担忧,自己是不是正在亲手淘汰未来的自己?


潜伏小红书48h:AI时代,顶尖技术人才都在聊什么?


在社区推荐算法组,讨论则更加具体。


学生们关心,AI能在推荐算法里发挥什么作用?大模型能不能结合用户过去的行为,帮他发现一个自己都没意识到的新兴趣?


甚至在此前的一场校招交流中,还有学生问过小红书自研大模型Dots团队多模态算法负责人柯雄:市面上的大模型已经这么多了,小红书为什么还要自己做一个?


柯雄当时的回答是:做一个理解生活、还能帮用户解决复杂问题的大模型不易,背后可能涉及导游、设计师、采购等好几个角色的工作。


这也是小红书坚持自研模型的原因之一。


平台有海量图文笔记、视频,以及评论区语音等多模态内容,用户经常会用一大段自然语言描述自己的生活问题。


这些独特的内容和用户需求,对模型的理解、生成能力提出了更高要求。


但要把这样一个大模型真正做出来,算力、数据、基础设施,以及上层的搜索、推荐等业务系统,都得跟上。


潜伏小红书48h:AI时代,顶尖技术人才都在聊什么?


今年,小红书首次面向校招生开放了PE(Product Engineer,产品工程师)专项。


过去,前端、客户端、后端各有分工。但现在,借助AI,工程师有机会走出自己熟悉的技术模块,从理解产品需求、设计方案,到开发交付,都参与进来。


量子位在现场还了解到,去年,交易与基础数仓组有一个岗位叫「数据开发」,今年招聘时已经变成了「AI应用与开发」。


而且,为了让员工使用AI、善用AI,小红书每月都发Token,用完申请增加,额度管够。


就连非技术岗位的笔试,小红书也会重点考察AI应用能力。


听说今年校招,部分非技术岗需要完成AI Demo的笔试,才有机会拿offer。(好好好,Vibe Coding都卷起来吧!)


这种强力拥抱AI的态度,也让工程师有了更多施展拳脚的空间。


腾出来的精力干什么?


工程师们开始主动构建Agent、开发平台工具,帮业务解决实际生产中的问题。


大家借助AI,正在成为更强的个体,交付给业务一个个系统的解决方案。


目前,小红书好几个技术团队都在试着让Agent参与日常工作。


潜伏小红书48h:AI时代,顶尖技术人才都在聊什么?


比如推荐算法团队,基于Agent的交互式推荐已经上线,用户可以根据自己的偏好调节推荐系统。


看到感兴趣的内容时,用户在评论区直接写:多推类似内容。Agent就可以识别出,让推荐系统更懂用户。


交易与基础数仓团队,也搭建了Data Agent。每个人根据负责的业务方向,开发不同的Skills、建设知识库,再比较各自Agent的准确率,把好用的能力逐渐整合起来。


这么一看,之前担心会「亲手淘汰未来的自己」的同学,大可以放心了。


当然,AI越来越能干,工程师们却不能「拿着锤子找钉子」。


推荐算法视频方向负责人姬昊就不主张什么问题都上大模型。


「同样解决一个推荐问题,有人用大模型,投入大量算力,最后拿到的业务收益,却可能和别人使用简单策略差不多。那这大模型用得值不值?」


在他看来,发现问题很重要,判断应该采用什么技术解决,同样重要。


这也是他现在面试年轻算法工程师时格外在意的一点。


姬昊觉得,刚从学校出来的学生,有一个优势:还没有被工业界现有的工作框架束缚,容易提出一些不一样的想法。


这种「灵性」不应该被AI影响。


只是,年轻人有想法是一回事。进了小红书,这些想法真能轮到自己做主吗?


在小红书,新人第一年就有了“作品”


这也是很多技术人才挑选公司的重要考量。


沙龙现场,一位计算机方向的博士告诉量子位,相比单纯比较薪资,他更关心未来两年能获得怎样确定性的成长。


小红书也准备了一套分层培养体系,从校招新人到团队Leader,每个阶段都有对应的培养项目。


潜伏小红书48h:AI时代,顶尖技术人才都在聊什么?


但对手握3个以上offer的应聘者来说,培养项目是一方面,更重要的,是自己的业务能力能得到怎样的锻炼。


交流会现场,小红书多媒体技术部算法工程师夏奇,给出了她的回答。


清华大学毕业的夏奇,入职小红书不久,就遇到一场硬仗——2026年世界杯。


对小红书来说,世界杯这样的大型赛事直播,是一块全新的战场。


夏奇所在的Media Lab,平时就和视频清晰度、流畅度较劲,让用户在弱网环境下也能看得清、刷得顺。


到了世界杯,难度直接升级。


潜伏小红书48h:AI时代,顶尖技术人才都在聊什么?


夏奇负责画质增强算法统筹和档位设计。足球转播有大量远景镜头,球员在画面里可能只占几个像素。直接套用已有算法,球员的头部、四肢等细节反倒被抹掉了。


为了找出问题,她和团队把画面放到大电视上逐帧排查,再用大量足球比赛画面重新训练模型,球员的细节才保住了。


夏奇坦言,能参与这样一场大型赛事的技术攻坚,对自己挑战非常大,也是一段难忘的经历。


潜伏小红书48h:AI时代,顶尖技术人才都在聊什么?


不过,世界杯四年才有一次。其他年轻工程师,还有这样的机会吗?


和夏奇同部门的皓麟,是2024届校招生,毕业于北京大学计算机应用技术专业。


入职不到一年,皓麟就牵头做了小红书3D空间照片的技术探索,从最初的技术验证,一直参与到产品上线。


此前,3D空间照片主要留在用户手机相册中。想让这种具有空间信息的照片在社交平台上流转,需要解决不少麻烦。


比如3D照片的数据量远大于普通图片,不同型号的手机之间,空间照片格式和能力也未必兼容。


对于一位刚毕业不久的工程师来说,这不是一个轻松的课题。


潜伏小红书48h:AI时代,顶尖技术人才都在聊什么?

△用户分享的蜘蛛侠3D空间照片


可皓麟觉得,传统社交平台上的图片、视频、Live Photo,已经存在很多年,3D空间照片有没有机会成为新的内容形式?他想试试。


团队选择支持他的探索。


为此,组内重新协调了工作分工,给皓麟腾出更多时间做研究。


但技术预研阶段包含失败的可能。皓麟说,团队不要求他每一次尝试都立刻产生业务结果。失败同样能够带来技术积累。


这件事最终做成了。从提出想法,到解决技术问题,再到推动产品上线,一个年轻工程师有了属于自己的代表作。


年轻人的好点子,小红书是真愿意捧场,甚至直接给安排上户外大屏。


潜伏小红书48h:AI时代,顶尖技术人才都在聊什么?


当然,得到支持不代表可以轻轻松松做出成果。


技术难点要自己攻克,跨团队资源要自己协调,产品能否真正上线,也需要不断验证。


这很难,很有挑战,但有人就是冲着这个来的。


在沙龙现场,夏奇遇到一位候选人,对方在交流中提出了一个idea:用户只需要说一句「帮我把这张图片变清晰」,就能调用背后的算法能力。


这给夏奇留下很深印象。人还没入职,已经开始琢磨怎么把技术做成产品了。


小红书还在高速发展,大战场一个接一个,新人也能直接上场。


从校招生一路成长为团队负责人的幻翎,已经在小红书待了5年半。


从最初做推荐算法的召回、精排,到如今负责搜索广告相关性和预估模型技术、带领自己的团队,他把这段经历形容为「狂野生长」。


如今他带新人,最希望看到的,是年轻人敢提想法,甚至敢直接对他说「不」。


至于为什么一待就是5年半,幻翎的回答也很实在:小红书一直在往前走,我也总有新的东西可以学、新的事情可以做。


5年半过去,幻翎依然觉得,自己还有很多没尝试过的事情。


在小红书,用户每天都在出新题


年轻人有机会做出代表作,前提是公司还有足够多值得探索的技术问题。


小红书现在有4亿月活用户。


每天,有人在这里搜索生活经验,有人分享自己的经历,也有人从种草一路走到下单。


4亿人的真实生活,每天都在给技术团队出新题。


推荐算法怎么知道用户真正喜欢什么,而不是越推越像?


搜索如何理解人的真实意图,打通从种草到交易?


当AI也能写、能画、能剪,平台上什么样的内容更值得被鼓励?


这些问题,可没有标准答案。


潜伏小红书48h:AI时代,顶尖技术人才都在聊什么?


更考验技术人的,是有时候算法明明把数据做上去了,相关动作却不能推全。


姬昊告诉量子位,小红书有些算法优化动作,甚至可能会跌观看时长。


啥意思?


假如一个推荐策略让用户停留时间更长,却更多推送一些不符合社区主张、可能损害社区内容生态或用户体验的内容,即使数据再漂亮,也不能直接上线。


有时,团队还会主动降低一些不符合社区内容导向的内容曝光,哪怕短期内会损失观看时长。


这对习惯了追求点击率、观看时长的算法工程师来说,多少有点反直觉。


但小红书有自己的坚持。


在姬昊看来,国内头部互联网公司的搜广推技术水平,没有想象中那么大的差距。一家验证有效的技术,其他公司很快也能跟进。


真正难以复制的,是算法背后的业务判断和价值观坚守,长期积累构建出如今繁荣的社区生态。


小红书想保留的,恰恰是那些真实的人、真实的分享。


姬昊还记得,小红书语音评论功能做出来后,一些残障用户有了新的表达方式,也让更多人有机会听见他们的声音。


潜伏小红书48h:AI时代,顶尖技术人才都在聊什么?


那一刻,他甚至有点起鸡皮疙瘩。


工作多年,姬昊第一次强烈感受到技术原来还能产生这样的价值。


「技术本身没有对错,但做技术的人需要有判断和价值观。」


放到4亿用户的社区里,这句话还真挺有分量。


算法最终呈现给用户什么内容,哪些体验值得坚持,什么样的收益可以放弃,都需要技术人员参与判断。


当然,有足够多的问题可以探索,还得有机会亲自上手。


小红书还在高速发展,新业务、新方向不断出现,不少项目还在从0到1的阶段。


这意味着,新人进来以后,有机会更早接触核心业务,甚至自己挑起一部分项目。


前面提到的夏奇、皓麟、幻翎,就是现成的例子。


潜伏小红书48h:AI时代,顶尖技术人才都在聊什么?


有位辗转多家大厂实习过的应届生告诉量子位,原本他预期是进公司选定一个技术研究方向,就要尽快用业务指标交出结果。


但这次交流他发现,小红书并不希望年轻人只会听安排、埋头干活,反而更看重有没有自己的想法,敢不敢主动探索新方向。


有想法,公司愿意给空间,也希望年轻人能把自己的兴趣和技术探索真正做下去。


「这还挺戳我的。」


再回头看看那两天的校招技术沙龙,学生敢问,部门Leader敢答。


这种活人感,也挺小红书的。


「小红书很自由,也有自己坚持的东西。」一位应届生在交流结束后感慨。


成立13年了,从揣着7份PDF走到今天,小红书身上的那股创业劲儿,还在。


文章来自于"量子位",作者 "田晏林"。

AI转型,免费服务,就找AITNT
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

2
知识库

【开源免费】FASTGPT是基于LLM的知识库开源项目,提供开箱即用的数据处理、模型调用等能力。整体功能和“Dify”“RAGFlow”项目类似。很多接入微信,飞书的AI项目都基于该项目二次开发。

项目地址:https://github.com/labring/FastGPT

3
无人直播

【开源免费】VideoChat是一个开源数字人实时对话,该项目支持支持语音输入和实时对话,数字人形象可自定义等功能,首次对话延迟低至3s。

项目地址:https://github.com/Henry-23/VideoChat

在线体验:https://www.modelscope.cn/studios/AI-ModelScope/video_chat


【开源免费】Streamer-Sales 销冠是一个AI直播卖货大模型。该模型具备AI生成直播文案,生成数字人形象进行直播,并通过RAG技术对现有数据进行寻找后实时回答用户问题等AI直播卖货的所有功能。

项目地址:https://github.com/PeterH0323/Streamer-Sales