10月12日晚間，一份小紅書秋招「產品工程師PE（AI與全棧方向）」一面的面經張貼在牛客網。發文者列出完整題目清單，並附上自己的面試體感：面試官明顯心不在焉，後臺在處理別的事，偏後端的問題答不太上來，發文者自嘲「坐等感謝信」。
這類單場面經本身資訊量有限，但把它和同日流出的其他小紅書PE面經放在一起看，題目結構透露的訊息就清楚了：這個崗位掛著「AI」的招牌，考卷上真正佔大篇幅的，卻是後端系統的硬底子。
從題目結構看：AI是主菜前的開胃菜，系統設計才是正餐
依發文者整理，這場一面分三段。第一段是經歷拷打：自我介紹、實習與全棈專案的細節、是否獨立完成、難點在哪。其中幾個問題很有辨識度，例如「後端用 Node 寫和傳統後端有什麼區別」「Node 如何操作資料庫」「MySQL 查詢慢怎麼辦」。這些題目在篩的並不是會不會寫程式，而是應徵者有沒有想過自己寫的東西在機器上發生了什麼事。
第二段是AI相關，RAG的原理、AI workflow平常怎麼用、spec工作流、怎麼處理大模型幻覺與上下文壓縮。題目不深，但覆蓋面廣，比較像在確認應徵者是不是真的把AI工具用進工作流程裡，而不是只在履歷上寫了幾個關鍵詞。
第三段是場景題，也是這份面經裡最有看頭的部分：雙十一大促高頻秒殺如何提高QPS、資料庫大量併發查詢被打通怎麼治理、一個頁面請求多個服務時如何減少介面耗時。三題全繞著同一個主題轉：流量高峯來的時候，系統的哪一層會先倒，你要按什麼順序救。
最後手撕演算法，鏈表兩數相加的變形題，處理進位。發文者坦言鏈表構造不會寫，直接寫核心邏輯。
同一天的其他面經，指向同一個篩選邏輯
同一晚牛客網上還有另外兩則小紅書PE面經。一位實習員工的面經顯示，面試官花了大量時間問「站在產品角度的思考」：這個專案解決的問題在業務中佔多少比例、這個比例算高還是低、上線後指標從多少變成多少、關鍵決策由誰拍板、北極星指標是什麼。另一位武漢理工大學應屆生的PE基建一面則考了C++記憶體管理、智慧指標、容器底層結構，面了88分鐘。
三份面經拼起來，小紅書這個「產品工程師」職位的輪廓大致成形：它要的不是純演算法選手，也不是純產品經理，而是能把技術選項放回業務指標裡衡量、同時後端基本功不能塌的人。這與我們先前分析的TikTok後端一面題目流出：八股還在考，但主菜已經換成Agent呈現同方向但不同配重的現象：TikTok把考題重心移向Agent工程，小紅書則把AI當作必答的常識題，把系統設計留作分水嶺。
面試官分心這件事，求職者能讀出什麼
發文者對面試體驗的抱怨（面試官在處理別的活、奇怪發笑）屬於單方面陳述，無法核實。但秋招一面階段面試官負荷高是業界常態，這類情況不罕見。對求職者實際可用的判斷是：一面的題目清單本身就是最可靠的情報來源，比任何面試體感都值得記錄。這份清單告訴後續投遞者，AI與全棧方向的準備順序應該是：先把資料庫與高併發場景題練熟，再把RAG與工作流的原理講得出口，演算法維持基本盤即可。
這個準備邏輯，和恆生電子這場Java一面，考的已經是另一一種工程師裡觀察到的趨勢一致：AI題在各家公司一面裡的佔比都在上升，但它目前扮演的角色是篩掉完全沒接觸的人，真正的排序仍由傳統後端與系統設計題決定。
至於這位發文者會不會收到感謝信，後續討論串尚無更新，目前無法判斷。可以確定的是，這份題目清單已經足夠讓下一批投遞小紅書PE的人，把複習時間花在對的地方。
主題