小红书首次公开AI技术体系,为最大规模校招拼了

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
小红书首次公开AI技术体系,为最大规模校招拼了
5979点击    2025-09-19 09:23

又是一年校招季。


小红书在其「问出好offer 第二季」校招直播间中,官宣了有史以来最大规模的2026校招——开放八大职类,包括算法、研发、产品、数据、商业、运营、设计、职能,其中技术岗位需求大幅增加,直接暴涨2.5倍!


小红书首次公开AI技术体系,为最大规模校招拼了


对于其中原因,小红书技术副总裁风笛表示:


一是公司处于高速发展期,新业务和功能快速涌现,需要大量人才加入;二是公司高度重视校招生的潜力和成长性,往届校招生快速成长为业务骨干,也坚定了我们持续投入校招生招聘和培养的决心。


这场直播还首次公开了小红书的AI技术体系


特别是针对小红书技术的王牌——搜索与推荐,进行了重点讲解。


在连麦环节,小红书真诚回应了不少同学关心的职业规划问题。


从扩招规模,到AI体系的首度披露,再到与同学们的分享交流,这场秋招直播已不仅只是招聘信息的发布,而更像是一场面向应届毕业生的“技术开放日”。


接下来,就一起看看其中的几个关键亮点——


小红书AI技术体系大揭秘


小红书技术副总裁风笛在直播中,就小红书的AI技术体系进行了详细解释。


一图看懂小红书AI技术体系


整体来看,小红书的AI技术体系可以分为五个板块:


  • AI Infra:提供了支撑小红书AI应用的基础设施,包括计算平台和数据处理框架,以确保AI模型和技术的高效运行;
  • 基础模型:包括微调开源模型和自有基座模型,为小红书提供核心功能支持,如内容理解、推荐排序、个性化推送等,助力提升用户体验和内容精准度;
  • 内容理解与创作:AI技术应用于内容的创作和理解,包括图文生成和多模态内容的处理,提高创作效率并支持内容推荐;
  • 信息分发:利用AI优化信息的分发,特别是在搜索、推荐系统等应用场景中,通过大模型进行精准的内容推送;
  • 社区守护:运用AI技术维护社区生态,确保社区环境健康、安全。


其中包含的具体细节,都在下面这张图里了:


小红书首次公开AI技术体系,为最大规模校招拼了


正是这五个板块支撑起了小红书这个3.5+亿月活的庞大UGC社区。


推荐/搜索算法这样炼成


提起小红书,首先要聊的还要属信息分发场景中的推荐/搜索算法


在很多用户眼里,小红书虽然不是传统意义上的搜索引擎,但它的使用体验往往“胜似搜索引擎”。


因为用户在这里检索到的不是冷冰冰的网页信息,而是普通人的生活经验和解答,这些内容真实、即时、丰富且具有鲜明的个性化特征。


与传统搜索引擎最大的不同,体现在小红书不仅仅只依赖于关键词匹配,而是更强调社区氛围与互动的价值。


很多时候,用户最想要的答案并不在标题或正文里,而是隐藏在评论区的讨论之中。小红书正是通过算法把这些深度互动挖掘出来,并与搜索结果建立紧密关联,满足用户在细分场景长尾需求上的真实诉求。


在交互方式上,小红书也突破了传统“输入关键词”的范式。用户完全可以像和朋友聊天一样自然提问,搜索系统会自动理解语义,并结合历史行为、兴趣偏好和场景上下文,给出更贴合的结果。这种“记忆式”个性化能力,让搜索结果随着用户的使用而不断优化。


进一步地,小红书在搜索结果页还推出了「问一问」功能。当用户提出一个更复杂的问题时,系统不仅会调用自然语言处理(NLP)技术理解语义,还会综合多篇相关笔记生成答案,并附上引用出处,帮助用户快速获得整合后的结论,同时也能进一步浏览社区成员的真实分享。


既然说到这,不妨就看一看小红书的问一问,如何理解自身和其他传统搜索引擎的区别:


小红书首次公开AI技术体系,为最大规模校招拼了


从技术层面看,小红书的搜索系统融合了NLP语义理解与多模态技术,能够同时处理文本、图片、视频等多种形式的内容。


在应用层面,它通过“问题卡片”“评论关联”等设计,把用户与答案、人与人之间的连接放在首位。这使得小红书的搜索不仅是信息检索工具,更是社区互动与知识获取的关键入口


除了搜索引擎外,小红书的算法体系还涵盖多个关键领域,例如信息处理与数据管理、推荐系统算法、多模态推理等等。


这些算法共同作用,更智能地处理多样化内容,帮助你更快找到想要的东西,也让你在平台上的每一次互动都更有价值。


在面向翻译场景时,AI大模型的应用也让小红书的多语言翻译更快、更自然,不仅能兼顾语境和语气,还能贴合不同文化习惯。


可以说,小红书在AI的应用上投入还是很大的,在场景上有非常多的应用和想象空间。


而除了讲技术之外,小红书也是蛮敢玩,直接让《令人心动的offer》嘉宾、红圈所律师何运晨去夜探小红书且全程直播。


在线连麦学生,真诚回应问题


和不少直播间习惯“打鸡血”、“制造焦虑”的风格不同,小红书这场直播的气质真的很不一样——平实真诚,娓娓道来。


一开场,何律师就化身“侦探”,带大家云逛办公室:从茶水间、咖啡吧,到满墙手办的“薯办墙”,再从读书角,走到用积分兑换零食的零食区。


小红书首次公开AI技术体系,为最大规模校招拼了


一路中,我们还了解到了小红书丰富的文化活动:比如全国各分部每季度举办约700场的社团日、可以带宠物上班的周五Pet Day、以员工故事为原型拍的微短剧、员工上的REDacademy大师课是真的邀请了贾樟柯、许知远、王德峰等一众大师……


有一说一,这些活动真的很让人羡慕。只能说在小红书上班,有点意思!!


当然,光听介绍还不够过瘾。直播里,何律师还和小红书大佬一起开了连麦,现场回答了同学们最关心的问题。


AI时代的职业规划


在连麦环节,圈宁同学向三位老师请教了关于AI浪潮下大学生该掌握哪些技能的问题。


小红书首次公开AI技术体系,为最大规模校招拼了


牛客网CEO叶向宇的观点是:对年轻人来说,经验远没有潜力重要。学校的标签固然能证明一定能力,但更关键的,是你做事的方式。就算没有参与过“大项目”,只要在小项目里展现出学习力和精益求精的态度,同样能成为求职的加分项。


风笛则进一步补充:“没经验”其实并不存在。无论是实验室里的研究、比赛作品,还是出于兴趣做的多媒体开源、天文图像处理,都能成为简历上的亮点,关键在于你是否足够投入。


前沿探索or商业落地,如何平衡?


在与另一位同学的连麦中,问题就更“硬核”了:


现在大模型领域,学界和业界的偏差非常大。在大模型快速迭代的背景下,应该如何平衡前沿研究探索与商业场景中的实际落地需求?


小红书首次公开AI技术体系,为最大规模校招拼了


面对这个问题,风笛的观点也很直接:如果问出这个问题,那站在同学的立场,优先是商业落地


因为在基础模型(foundation model)层面,门槛极高。不光是算力需求高、而且竞争也异常激烈。而现有模型的能力,已经足以覆盖大量实际应用场景。因此相比于科研,商业落地的空间反而更大、更自由。


叶向宇老师则从个人发展的角度分析,前沿探索通常只掌握在少数几家头部公司手里。对大多数普通人来说,尤其在求职时,抓住商业应用机会,往往更现实、更靠谱。


所以说,同学们若想拿下“心动的offer”,就得找到真正感兴趣的方向,锻炼能力,塑造独特价值;


但是也不能闭门造车,而要关注外界发展,做到脚踏实地,星辰大海。


专属培养计划,助力人才成长


当谈到如何形成自己的特点时,风笛分享道:


与他人的不同在于你喜欢、你投入,而且能做好那个东西,兴趣与专注度非常重要。


事实上,风笛提到的这一点,正是小红书人才观的写照。


今年,小红书开启了史上最大规模的校招,同时也是由社招逐渐向校招倾斜的一年。


这既表明了小红书在当前发展阶段对人才的迫切需求,也体现了对年轻同学的重视——愿意从一开始就陪伴他们成长。


这种重视,就落地在从校招一线同学到leader层的各类人才发展项目上,而其中最核心的,还属薯光计划


小红书首次公开AI技术体系,为最大规模校招拼了


据小红书人才发展负责人启山介绍,所有校招生都会加入薯光计划,开启为期两年的成长之旅。在此期间,小红书会帮助大家快速理解小红书公司文化、快速融入小红书,与初代同事一起学习、共同成长。


除了“薯光计划”之外,针对不同序列的同学,小红书都有与之对应的丰富的培养计划:


  • 产品校招生的RPT(RED Product Trainee Program)、RPG(RED PM Generation)
  • 面向技术人才发展的RTC Alpha Program、RTC Beta Class等项目。


小红书首次公开AI技术体系,为最大规模校招拼了


以及商业、社区、职能等序列都有专属培养计划,这些培养计划与小红书极度扁平的组织架构相辅相成:专业线没有职级


这意味着作为“小红薯”,新人能拥有充分的自主权,在实践中不断突破与成长。


这样的培养逻辑,也让小红书与多数互联网公司有所不同。小红书并不把培养人才局限在“更好的打工人”,而是希望激发同学们更广阔的潜能。


正如其sloganInspire Lives以科技为笔,以人文精神为墨,勾画人间烟火气,最抚凡人心所宣示的,它更希望每一位同学在这里收获的不只是工作技能,而是全方位更充沛、更具创造力的成长。


小红书校招正在进行中,网页搜索「小红书校园招聘」小红书官网、或移动端搜索“小红书招聘”小程序,即可投递简历。


小红书首次公开AI技术体系,为最大规模校招拼了


文章来自于微信公众号 “量子位”,作者 “量子位”

AITNT-国内领先的一站式人工智能新闻资讯网站
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
RAG

【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。

项目地址:https://github.com/microsoft/graphrag

【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。

项目地址:https://github.com/langgenius/dify


【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。

项目地址:https://github.com/infiniflow/ragflow/tree/main


【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目

项目地址:https://github.com/phidatahq/phidata


【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。

项目地址:https://github.com/TaskingAI/TaskingAI

2
AI搜索

【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。

项目地址:https://github.com/InternLM/MindSearch

在线使用:https://mindsearch.openxlab.org.cn/


【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。

项目地址:https://github.com/miurla/morphic/tree/main

在线使用:https://www.morphic.sh/

3
微调

【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台,可以对大语言模型(LLM)和多模态图文模型(VLM)进行预训练和轻量级微调。XTuner 支持多种微调算法,如 QLoRA、LoRA 和全量参数微调。

项目地址:https://github.com/InternLM/xtuner

4
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