小红书校招沙龙:近200名应聘者到场,AI是绕不开的话题
小红书校招沙龙,一群技术高手认真对待年轻人的野心
田晏林从凹非寺发来报道。
「校招生要是自己有想法,能不能申请到人力和算力资源?」「AI写代码越来越强,我们进去之后主要干什么?」「新人提的想法,Leader真会听吗?」「AI时代下,该怎么发展自己?」
现在的应届生,提的问题务实,还都问到了点子上。
11月14日、15日,量子位在小红书北京办公室待了两个下午,感受了一场画风不太一样的技术校招。
这回,「薯厂」把校招宣讲会直接搬进了办公区,办成REDpath校招技术沙龙。
台上没多少枯燥的介绍,大部分时间留给了台下的AMA(Ask Me Anything)环节。
校招生和未来可能共事的技术Leader坐到一起,从技术方向、团队氛围,一直聊到绩效和个人发展。
有学生专程从上海、南京、香港等地赶来,就为了这场线下交流;还有正在新加坡读书的应届生,连夜飞到了北京。
量子位粗略算了下,那两天有接近200名应聘者到场交流。
学生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,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,提问的不只是学生。
听到某位应届生在小红书开店盈利过万,技术Leader眼睛都亮了,急着问对方小红书的商家工作台「千帆」好不好用,还有哪些功能要改进。
本来是学生来了解未来团队的,聊着聊着,成了用户访谈。
有了AI,技术新人的第一份工作长什么样?
两天的交流下来,我发现不管是工程专场还是算法专场,AI都是应聘者绕不开的话题。
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,可做着做着开始担忧:自己是不是正在亲手淘汰未来的自己?
社区推荐算法组的讨论则更具体。
学生们关心,AI在推荐算法里能起什么作用?大模型能不能结合用户过去的行为,帮他发现一个连自己都没意识到的新兴趣?
小红书自研大模型Dots团队多模态算法负责人柯雄,此前在一场校招交流中被学生问到:市面上大模型已经这么多,小红书为何还要自己做一个?
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容易,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。
平台上堆着大量图文笔记、视频,评论区里还有语音,用户动不动就用一整段大白话来描述自己生活里遇到的问题。
内容这么杂、需求这么活,模型的理解和生成能力自然被推到了更高的要求上。
可真要把这样一个大模型做出来,算力、数据、基础设施得跟上,上层的搜索、推荐这些业务系统也得跟上。
今年小红书第一次给校招生开了PE(Product Engineer,产品工程师)专项。
以前前端、客户端、后端各管一摊。现在有了AI,工程师可以走出自己熟悉的那块技术模块,从理解产品需求、设计方案到开发交付,全程都能插上手。
量子位在现场还打听到,去年交易与基础数仓组有个岗位叫「数据开发」,今年招聘时名字已经换成了「AI应用与开发」。
另外,为了让员工用上AI、用好AI,小红书每个月都发Token,用完了申请加量,额度管够。
连非技术岗位的笔试,小红书也要重点看AI应用能力。
据说今年校招,一些非技术岗得先完成AI Demo的笔试,才有机会拿到offer。(Vibe Coding都卷起来了!)
这种使劲往AI上靠的态度,也让工程师们有了更多施展的空间。
省下来的精力拿去干什么?
工程师们开始自己动手搭Agent、做平台工具,帮业务解决实际生产里的问题。
靠着AI,大家正变成更强的个体,交给业务的是一个又一个系统的解决方案。
眼下小红书有好几个技术团队都在尝试让Agent参与日常工作。
推荐算法团队就是一个例子,基于Agent的交互式推荐已经上线,用户可以按自己的偏好去调节推荐系统。
刷到感兴趣的内容,用户直接在评论区写一句:多推类似内容。Agent就能识别出来,让推荐系统更懂用户。
交易与基础数仓团队也搭了Data Agent。每个人按自己负责的业务方向,开发不同的Skills、建设知识库,再比一比各自Agent的准确率,把好用的能力慢慢整合到一起。
这么看,之前担心会「亲手淘汰未来的自己」的同学,其实可以把心放回肚子里。
当然,AI越来越能干,工程师们也不能「拿着锤子找钉子」。
推荐算法视频方向负责人姬昊就不赞成什么问题都往大模型上堆。
他反问:同一个推荐问题,有人靠大模型堆上大量算力,到头来拿到的业务收益,说不定跟别人用简单策略差不了多少,那这大模型到底划不划算?
在他看来,发现问题很重要,判断该用什么技术去解决,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个优势:还没被工业界现有的工作框架框住,容易提出一些不一样的想法。
这份「灵性」不该被AI消磨掉。
不过,年轻人有想法是一码事。进了小红书,这些想法能不能真正由自己做主?
在小红书,新人第一年就攒下了自己的“作品”
这也是技术人才挑公司时看重的一点。
沙龙现场,一位计算机方向的博士向量子位表示,比起单纯比薪资,他更在意未来两年能拿到怎样确定的成长。
小红书这边也搭了一套分层培养体系,从校招新人到团队Leader,各阶段都配了相应的培养项目。
但对拿着3个以上offer的应聘者来说,培养项目只是一方面,更要紧的是自己的业务能力能练到什么程度。
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答案。
夏奇毕业于清华大学,进小红书没多久就碰上一场硬仗——2026年世界杯。
世界杯这样的大型赛事直播,对小红书而言是一片全新的战场。
夏奇所在的Media Lab,平日里盯的就是视频清晰度和流畅度,要让用户在弱网环境下也看得清、刷得顺。
到了世界杯,难度又往上抬了一截。
画质增强算法的统筹和档位设计由夏奇负责。足球转播里远景镜头很多,球员在画面中可能只占几个像素。已有算法直接套上去,球员头部、四肢这些细节反而被抹掉。
她带着团队把画面投到大电视上逐帧找问题,又拿大量足球比赛画面重新训练模型,球员的细节这才留住。
夏奇坦言,能参与这样一场大型赛事的技术攻坚,对她挑战很大,也是一段难忘的经历。
可世界杯四年才一回。其他年轻工程师,还能碰上这样的机会吗?
皓麟与夏奇同部门,2024届校招生,北京大学计算机应用技术专业毕业。
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路参与到产品上线。
在这之前,3D空间照片大多还留在用户手机相册里。要让带空间信息的照片在社交平台上流转起来,麻烦不少。
比如3D照片的数据量比普通图片大得多,不同型号手机之间,空间照片的格式和能力也未必兼容。
对一位刚毕业不久的工程师来说,这个课题并不轻松。
用户分享的蜘蛛侠3D空间照片
但皓麟觉得,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一种新的内容形式?他想试一试。
团队选择支持他的探索。
为了让他有更多时间扑在研究上,组里把工作分工重新调配了一轮。
不过技术预研这事,本来就存在失败的可能。皓麟说,团队并不会要求他每次尝试都马上产出业务结果,失败了照样能攒下技术积累。
想法提出来,技术问题一个个解决,产品最终推上线——一个年轻工程师就这样有了自己的代表作。
年轻人的好点子,小红书是真愿意捧场,还直接给安排上了户外大屏。
当然,有人支持,不等于成果就能轻松做出来。
技术难点得自己啃,跨团队资源得自己去协调,产品到底能不能上线,也要反复验证。
难,确实有挑战。可有人就是冲着这个来的。
沙龙现场,夏奇碰到一位候选人,聊天时对方抛出一个idea:用户只要说一句「帮我把这张图片变清晰」,背后的算法能力就能被调用起来。
这让夏奇印象很深。人还没入职,就已经在琢磨怎么把技术做成产品了。
小红书还在高速往前跑,大战场一个接一个,新人也能直接上场。
幻翎从校招生一路做到团队负责人,在小红书已经待了5年半。
最早他做的是推荐算法的召回、精排,如今负责搜索广告相关性和预估模型技术,还带着自己的团队。他把这段经历形容为「狂野生长」。
现在轮到他带新人,他最想看到的,是年轻人敢提想法,甚至敢当面跟他说「不」。
为什么一待就是5年半?幻翎的回答很实在: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年半过去了,幻翎依然觉得自己还有很多事情没尝试过。
在小红书,用户每天都在出新题
年轻人能做出代表作,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。

AI生成
有时候,数据明明被算法做上去了,相应动作却没法全面铺开,这对技术人来说更棘手。
量子位从姬昊处了解到,小红书的某些算法优化动作,甚至会带来观看时长下滑。
啥意思?
比方说,某个推荐策略能拉长用户停留,但推出去的内容不符合社区主张,可能伤及社区内容生态或用户体验,那数据再好看也不会上线。
还有些时候,团队会主动压低不符合社区导向的内容曝光,短期内观看时长因此受损也在所不惜。
对习惯了盯点击率、盯观看时长的算法工程师来说,这么做多少有些反直觉。
可小红书在这件事上有自己的坚持。
姬昊认为,国内头部互联网公司在搜广推上的技术水平,差距并没有想象中那么大。一项技术只要被验证有效,同行很快就能跟上。
真正不容易复制的,是算法背后的业务判断和价值观坚守,靠长期积累才构建出今天繁荣的社区生态。
小红书想留住的,正是那些真实的人和真实的分享。
姬昊记得,语音评论功能上线后,一些残障用户多了一种表达途径,也让更多人有机会听到他们的声音。
那一刻,他浑身起了鸡皮疙瘩。
干了这么多年,姬昊头一回强烈感到技术能产生这样的价值。
他说:「技术本身没有对错,但做技术的人需要有判断和价值观。」
这句话放进一个4亿用户的社区里,分量确实不轻。
算法最后让用户看到什么、哪些体验要守住、哪些收益可以不要,这些都得技术人员参与判断。
当然,能探索的问题足够多,还得有亲自上手的机会。
小红书仍处在高速发展期,新业务、新方向接连冒出来,不少项目还停留在从0到1的阶段。
也就是说,新人入职后有望更早接触核心业务,甚至独自挑起一部分项目。
前文提到的夏奇、皓麟、幻翎,就是眼前的例子。
AI生成
一位在多家大厂实习过的应届生对量子位说,他原本以为进了公司、定好一个技术方向,就得尽快拿业务指标交差。
但这次交流下来他发现,小红书并不想让年轻人只当听安排、埋头干活的角色,反而更在意他们有没有自己的想法、敢不敢主动去探新方向。
只要有想法,公司愿意给空间,也希望年轻人能把兴趣和技术探索真正做下去。
「这还挺戳我的。」
再回看那两天的校招技术沙龙,学生敢提问,部门Leader敢接招。
这股活人感,倒是很贴合小红书的调性。
交流结束后,一位应届生感慨道:「小红书很自由,也有自己坚持的东西。」
小红书成立至今13年,从当年揣着7份PDF起步,一路走到今天,那股创业劲儿还在。