首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 归档 标签 关于
智能AI morning

潜伏小红书48h:AI时代,顶尖技术人才都在聊什么?

2026-11-18 1 阅读 约9分钟阅读 田, 晏林
分享:
字号:
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 潜伏小红书48h:AI时代,顶尖技术人才都在聊什么? 田, 晏林 2026-11-18 10:49:23 来源: 量子位 田晏林 发自 凹非寺 量子位 | 公众号 QbitAI 「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
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱