「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。

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。

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?

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。

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。

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。

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。

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。

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。

△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。

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。

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。

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。
△AI 生成
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。
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法!
— 完 —
点亮星标
科技前沿进展每日见



