小红书暑期实习面试题
AI后端方向
整理了近期小红书暑期实习AI后端二面完整原题，涵盖项目、AIAgent、算法、后端基础、概念认知，纯题目汇总，适合复盘查漏
1
通用基础素养类
个人经历综合
1. 自我介绍（常规基础提问，考察个人简介、技术栈、实习经历概括）
2. 实习拷打（通用综合提问，面试官针对性深挖实习经历、项目细节）
3. 详细介绍你的开源项目/参与的GSoC项目
4. 自研从零实现的项目，有哪些核心增长、效果统计指标？
5. 日常AI Coding提效怎么做，有相关经验分享吗？
6. 你的项目中封装的Skill具体作用是什么？落地解决了什么实际问题？
反问&面试官点评提升点
1. 业务组核心工作内容，和一面业务是否有区别？
2. 个人后续核心提升方向有哪些？
2
AI、八股、算法类
一、AI Agent 八股
1. Plan-Execute-Replan模式为什么需要监管Agent？
2. 分别说明什么时候用ReAct、Plan-Execute-Replan、Multi-Agent模式？
3. 说说业界常见的Agent模式有哪些？各自适用场景？
4. 多智能体协作的核心难点是什么？你项目中如何规避问题？
5. Plan-Execute-Replan 模式相比普通单轮Agent推理优势在哪里？
二、算法&AI基础
1. 简述BM25算法实现原理
2. 项目中主要使用了哪些大模型？
3. 除了现成模型，是否考虑过自主微调大模型？了解大模型温度等参数吗？
4. SDD（Spec Drived Development）了解吗？和常规开发模式的区别？
5. BM25算法在检索场景中有什么优缺点？适配哪些业务场景？
6. 大模型温度参数的作用是什么？不同场景如何配置参数？
三、后端计算机基础
1. 说说Java线程模型/JMM内存模型
2. MySQL有哪些事务隔离级别？默认级别是什么？
3. 可重复读相较于上一隔离级别，解决了什么问题？如何解决的？
4. Java线程模型核心原理是什么？线程内存模型和JMM的关联？
5. MySQL各个事务隔离级别分别会产生什么读问题？
结合本次面试真题能够看出，小红书暑期实习面试聚焦AI 工程 + 后端开发复合方向，AI Agent 相关考题占面试核心分值。
面试摒弃偏冷门理论背诵，重点围绕 Agent 工程落地、RAG 检索、大模型微调、AI Coding 开发四大板块出题，搭配 Java、MySQL 等后端经典基础知识，辅以边界细节严苛的手写算法。
整场面试极其看重项目从 0 到 1 落地经验，偏爱深挖项目指标设计、落地痛点，面试官格外关注候选人对业界主流 Agent 架构的积累与独立思考能力；同时对 AI Coding 落地认知、代码边界处理、后端底层原理要求严格，偏向落地导向的务实技术面，欠缺行业方案积累、算法刷题不足很容易被指出短板。
