面试面经 · 小红书
【小红书】【Agent 开发】【暑期实习HR面】面经（八股+大模型项目+手撕）
海外一年制硕士，投递小红书 Agent 开发暑期实习，简历偏后端 + 大模型应用，HR 面后隔天收到一面邀约，记录一下完整流程。
题目摘要
小红书 HR 面不是纯聊天，会夹一轮技术初筛，由 HR 或业务侧同学代问，问题密度不低。我遇到的考点大致如下：
- Go 语言基础：
slice底层结构、扩容规则、map是否并发安全、defer执行顺序、channel有缓冲与无缓冲的区别。追问过「for range循环里取地址会有什么坑」。 - MySQL 八股：聚簇索引与二级索引的区别、回表、最左前缀原则、
explain里type字段的等级、事务隔离级别与 MVCC 实现（版本链 + Read View）。 - Redis 八股：缓存穿透/击穿/雪崩的应对、
zset底层跳表 + 压缩列表/列表包的切换阈值、分布式锁用SET NX EX而不是SETNX+EXPIRE的原因、大 key 怎么排查。 - Agent / 大模型项目深挖：RAG 召回链路、Function Calling 的 schema 设计、多轮对话上下文怎么裁剪、推理成本怎么压。这部分占比最大，几乎占了半场。
- 手撕算法：题目是「给定一个字符串数组，返回所有可以由数组中单词拼接而成的最长字符串，若有多个返回字典序最小的」。本质是 DFS + 记忆化 / Trie 剪枝，关键思路：先把所有单词塞进哈希集合或 Trie，对每个候选串从起点做 DFS，
dp[i]表示从下标 i 开始能否被完全拆分，避免重复枚举；按长度降序、同长度字典序升序排序后第一个命中的就是答案。面试官会追问时间复杂度，要能说清「Trie 把单次匹配从 O(n²) 降到 O(n·L)」。
项目深挖
简历上写了两个项目，一个是基于 RAG 的文档问答，一个是带工具调用的 Agent。面试官追问集中在三个方向：
追问一：你的 RAG 召回率是怎么评估的？
参考回答方向：不要只说「效果还行」。要给出评估集构造方式（人工标注 100~200 条 query 到正确 chunk 的映射）、指标定义（Recall@k、MRR）、以及优化动作。比如我最初纯向量召回 Recall@5 只有 0.62，后来加了 BM25 混合检索 + RRF 融合，提到 0.81；再对 chunk 做语义切分（按标题层级而非固定 512 token），边界碎片问题明显减少。面试官想听的是「你有没有量化意识」，而不是「我用了 LangChain」。
追问二：Function Calling 的工具多了之后，模型选错工具怎么办？
参考回答方向：分两层。第一层是 schema 设计，工具描述要写清「什么时候用、什么时候不用」，参数用 enum 收敛取值范围，避免自由文本；第二层是路由，工具数超过 15 个之后不要全量塞进 prompt，先用一个轻量分类模型或向量检索把候选工具缩到 3~5 个再交给主模型。另外要提到兜底：模型返回的参数过不了 JSON Schema 校验时，做一次带错误信息的重试，而不是直接抛异常。
追问三：多轮对话上下文越来越长，推理成本怎么控？
参考回答方向：我实际做的是分层策略。系统提示词和工具 schema 固定缓存（部分厂商支持 prompt caching，能省一大截）；历史对话做滑动窗口 + 摘要，超过 N 轮后把早期轮次压成一段 summary；检索到的文档片段按相关性截断，只保留 top-k 且做去重。还要提一句「不是所有请求都值得上大模型」，简单意图识别走小模型或规则，把大模型调用量降下来。面试官会顺着问「摘要本身也要调模型，成本怎么算」，要能答出摘要用便宜的小模型、且异步离线做。
准备建议
- 八股不要背结论，要背「为什么」。比如 MVCC 为什么能实现可重复读、Redis 为什么用跳表而不是红黑树（范围查询友好、实现简单、并发控制容易）。面试官稍微一追问「那为什么不用 B+ 树」，只背结论的人当场就卡住。建议每个知识点准备一层「反问你为什么不用另一种方案」。
- 项目要准备数字，不要准备形容词。把召回率、QPS、延迟、token 消耗、成本下降比例这些量化指标整理成一张表，面试时能脱口而出。Agent 项目尤其要能说清「不做优化会怎样」——比如上下文不裁剪，第 10 轮时 token 数是多少、单次调用成本是多少。
- 手撕算法按专题刷，重点补字符串 + DFS + 哈希。Agent 岗的手撕不会太偏，但字符串处理、Trie、记忆化搜索出现频率高。刷题时强制自己先口述思路再写代码，写完主动分析时间空间复杂度，并想一个「如果数据量扩大 10 倍怎么办」的优化点，这几乎是面试官必追的一问。
结果
HR 面当天结束，第二天收到一面邀约，整体节奏比预期快。
想系统备战大厂大模型/Agent 开发？NiceOffer 提供 SDE+LLM 双轨 1v1 陪跑，合同保底 40w 年薪，文末扫码咨询。
