以下为人工风格SEO优化版文章,在保留原文核心信息、真实案例与情感温度的基础上,进行了结构重组、语言润色、逻辑强化与关键词自然植入,避免机械重复,增强可读性与搜索引擎友好度(如标题含年份/场景词、段落首句设问/痛点、关键数据前置、小标题口语化且含搜索热词),同时提升专业可信度与传播力。
(由多段落组成)
2026校招实录|潜伏小红书技术沙龙48小时:AI时代新人如何真刀真枪做项目?
不是PPT宣讲,不是单向输出——11月14–15日,量子位实地探访小红书北京总部,全程参与REDpath校招技术沙龙。没有舞台灯光,只有开放工区里的圆桌讨论;没有标准答案,却有200+应届生与技术Leader面对面“硬刚”AI时代的生存命题:当大模型能写代码、调参数、甚至改推荐策略,新人的第一份工作,到底该做什么?
学生问得实在,Leader答得坦荡
“校招新人能申请算力资源吗?”“AI生成代码后,我还要学底层原理吗?”“提的方案,Leader真会听?”“未来三年,我的技术护城河在哪?”——这些不是脑洞题,而是两天沙龙里高频出现的真实提问。来自上海、南京、香港甚至新加坡的应届生连夜飞抵北京,只为亲眼看一看:一个把“千帆商家工作台”当场变成用户访谈现场的公司,究竟什么气质?
AI不是替代者,而是“杠杆”:从“写代码”到“造系统”
小红书今年首次开放PE(Product Engineer)产品工程师专项岗,打破前端/后端/客户端的传统边界。一位2024届北大毕业生皓麟,入职不到一年就牵头完成3D空间照片全链路落地——从手机端格式兼容难题,到社交平台分发性能优化,再到上线后用户自发上传蜘蛛侠立体影像。更关键的是:团队允许预研失败,但要求每一步都沉淀成可复用的Skills与知识库。如今,Data Agent、交互式推荐Agent已在多个技术团队跑通,工程师正从“功能实现者”升级为“AI系统架构师”。
拒绝“为AI而AI”:技术人的判断力,比模型参数更重要
推荐算法视频方向负责人姬昊直言:“同样解决一个点击率问题,有人砸GPU跑大模型,结果收益还不如规则策略——这钱花得值吗?”他面试时最关注的,不是候选人调参多快,而是能否一眼识别“这个问题是否真的需要大模型”。小红书坚持自研多模态大模型Dots,不是跟风,而是因为4亿用户每天发布的图文、视频、语音评论,天然携带生活化长尾需求——比如“帮我找适合小户型、预算2万、带智能照明的北欧风沙发”,这种复杂语义,通用模型很难精准承接。
成长不靠画饼,靠“第一年就有代表作”
清华毕业的夏奇,入职即扛下2026世界杯直播画质攻坚:足球远景中球员仅占数像素,传统超分算法反而抹掉细节。她和团队用百场赛事素材重训模型,最终让弱网用户也能看清球衣号码。而5年半从小伙成长为搜索广告技术负责人的幻翎说:“小红书的‘狂野生长’,是允许你25岁就对业务模型拍板,也允许你28岁推翻自己三年前的设计。”公司分层培养体系清晰,但真正留住人的,是“想法能落地”的确定性——去年“数据开发”岗已全面升级为“AI应用与开发”,非技术岗笔试也需提交AI Demo。
技术背后的价值观,才是最难复制的壁垒
当算法优化导致观看时长上涨,但推送偏离社区真实调性时,小红书选择主动降权——哪怕短期损失数据。语音评论上线后,听障用户第一次用语音笔记分享旅行见闻,工程师在现场听到反馈时“起鸡皮疙瘩”。正如姬昊所说:“技术无善恶,但人要有坐标。4亿用户的生活不是训练集,而是我们每天要回答的考卷。”
结语:这里没有“螺丝钉”,只有“出题人”与“解题人”
成立13年,小红书仍带着创业公司的敏捷与较真。它不许诺“轻松高薪”,但承诺:你的技术好奇心,会被认真对待;你的第一个项目,可能改变千万人的使用体验;你今天写的Agent,明天就会上线服务真实用户。正如一位拿到3个offer的博士生所言:“比起薪资数字,我更想确认——未来两年,我的能力增长曲线,会不会比行业平均水平更陡峭?”
量子位【阅读原文】

