小紅書PE產品工程師實習二面面經流傳：冪等、權限快取與Coding Agent深挖，至今未推進後續流程

一篇標題為「9.14小紅書PE（產品工程師／全棧方向—實習）二面」的面試分享近日在牛客網流傳。發文者自述面試發生於9月14日，屬實習招聘的第二輪面試，形式以場景題、專案深挖與個人成長提問為主，全程未出現手寫演算法環節。截至發文當下，該流程「至今未繼續推進」，發文者自行標註為「預設掛面」，即默認未被錄取。本臺綜合牛客網帖文內容與公開資料，整理這場面試的題型輪廓與可核實資訊邊界。

面試基本輪廓：場景題為主，面試官未開鏡頭

依據帖文自述，此次面試崗位為小紅書PE（Product Engineer，產品工程師），方向為全棧，輪次為二面。面試內容分為幾個板塊：實習與個人經歷、後端與系統設計場景題、Coding Agent專案深挖、學習能力與AI使用，以及到崗與實習安排的確認。

發文者特別註明兩點。其一，整場面試「沒有手撕演算法」，也就是沒有現場撰寫程式碼的環節，考核重心放在場景設計與專案追問。其二，面試官整場未開啟鏡頭。此類細節在牛客網面經中常被記錄，供後續求職者預期面試形式。

從題型結構看，這場二面與本臺先前整理的騰訊前端實習一面面經有相似之處：兩者都出現對專案的深挖與AI工程相關提問，差異在於小紅書此場將重心放在分散式場景題與Agent設計，而非JavaScript與Vue3等前端基礎考點。

場景題考點：冪等、重試、共享狀態與權限快取

帖文列出的場景題構成此次面試的主體，均為假設情境而非發文者自身專案的延伸。第一組問題圍繞介面冪等與重複扣費：當客戶端請求建立AI摘要任務發生超時，但服務端實際已完成入庫，客戶端重試時應如何避免重複建立任務或重複扣費。面試官隨後追問，「先刪除再建立」的處理方式是否合理，為何不先查詢任務是否已經存在。發文者自陳在此處被指出考慮不周、表達不夠清楚。

第二組問題涉及JVM內的共享狀態：同一個JVM中，Agent類別的兩個實例同時對共享計數器執行加一操作，並更新同一個共享集合，最終出現計數丟失，可能的原因是什麼；以及，建立兩個獨立的Agent物件執行上述操作，能否解決計數丟失問題。發文者坦言，這兩題「當時沒有完全聽明白」，並表示面試官原話會貼在留言區，請其他網友協助分析題意。

第三組問題是在線文件的快取與權限設計。情境設定為：線上文檔正文會快取十分鐘，若管理員在快取有效期內取消某用戶的存取權限，該用戶再次存取並命中快取時，系統能否直接回傳正文，此功能應如何設計。延伸追問包括：正文快取與權限校驗在系統設計中應如何分工；權限被取消時，是否應立即讓正文快取失效，還有哪些方案可保證權限及時生效。發文者在總結中自評這部分「說得不是太好」，並轉述面試官說法稱，沒接觸過這類場景答不好屬正常。

對照本臺先前整理的深輕科技Java後端一面面經，小廠與中型公司的後端實習面試多以基礎知識與常規框架考點為主，而小紅書此場二面的場景題更貼近實際業務難題，包含冪等設計、快取一致性與權限模型，題目開放度高，沒有標準答案。

Coding Agent專案深挖：評測體系成追問重心

專案環節的追問集中在一個Coding Agent專案上。設計層面的提問包括：設計一個Coding Agent需要考慮哪些問題、應具備哪些核心能力、如何定義「一個好的Coding Agent」、開發前做過哪些產品調研與技術調研、如何完成技術方案與架構設計。

Sub-agent機制是追問密度最高的部分。面試官問及主Agent與Sub-agent的通信、上下文管理和任務拆分方式會對結果產生什麼影響、為何需要使用Sub-agent、不使用是否也能完成任務、如何衡量不同Coding Agent或不同調度方案的好壞，以及評價Agent時應關注中間過程還是最終任務結果。

效果評測層面的提問同樣細密：Coding Agent的評價指標有哪些，例如準確性、完成品質、執行速度和指令遵循度；平時主要使用Agent完成哪些類型任務；如何評估Agent生成程式碼的品質；除了編譯成功和測試通過，還應該用哪些標準評價程式碼結果；專案是否建立過比較系統的評測集或評測體系。

發文者事後補充的吐槽值得記錄：帖文中的問題清單由AI整理，呈現不出面試現場的壓力。其描述面試官在聽聞其「比較了各家的SubAgent實現方式」後連續追問：就算做了改進，作用是什麼，做了哪些評測，主Agent能完成的工作裡Sub-agent扮演什麼角色，優化的指標又是什麼。發文者自陳在評測這一環節準備不足。

此類對Agent評測體系的追問，與本臺整理過的高階Agent職缺JD能力標準討論趨勢一致：企業在Agent相關崗位面試中，愈來愈傾向要求求職者以量化指標與對照實驗佐證設計主張，而非僅描述實作方式。

學習能力、AI使用與到崗安排

第四板塊聚焦個人成長。提問包括：發現技術短板時通常如何補齊、如何制定學習計畫、目前知識體系是系統學習還是零散學習為主、在AI編程時代是否還會針對性提升自己的程式碼基礎能力，以及除了寫程式碼還會用AI完成哪些自動化工作。

最後是實習行政事項確認：最早何時可到崗、能夠實習多長時間。問完後進入反問環節。發文者的三個反問分別是：PE崗位中的「產品」和「全棧」具體如何體現，研發與產品之間如何協作；AI Coding生成的程式碼在公司內部如何進行Code Review；當前面試流程以及後續環節是什麼。帖文原文在反問環節的回答處中斷，未完整收錄面試官的回覆。

發文者自評與流程現況

在帖文總結中，發文者對整場表現的評價是「面的一般」。其自述主要失分點有幾處：JVM共享狀態那道場景題「真的不知道是啥東西，完全沒理解」；權限設計部分發揮不佳；Sub-agent環節的評測工作「確實自己做得不是很好」。發文者同時描述，系統設計與專案部分「能感覺到十分的壓力，問的都很不常規」，面試官在權限場景之後才回歸到正常一點的難度。

流程現況方面，發文者明確標註「至今未繼續推進，預設掛面」。此為求職者社羣的常用表述，意指面試後長時間未收到後續通知，自行判定為未通過。截至帖文發布，未有官方或其他訊源佐證該流程的最終結果，此一細節僅能以發文者單方自述為準。

訊源邊界

本篇報導的全部面試細節均來自牛客網單一發文者的自述，屬於個人經驗分享性質，未經小紅書官方證實。面試題目清單由發文者以AI工具整理自回憶，發文者本人已說明整理結果「太平淡」，無法還原現場追問的強度與語氣。文中有關面試官反應的轉述，如「沒接觸過這個場景不會確實正常」等語句，皆為發文者單方引述。

小紅書官方未公開發布PE實習崗位的面試題庫或流程說明，本臺無法獨立核實該場面試的題目是否屬於該公司標準流程。讀者宜將此文視為單一求職者的經驗紀錄，而非該崗位招聘的通用參照。至於此類面經反映的招聘趨勢，包括場景題比重上升、Agent評測能力成為追問焦點等現象，尚需更多同崗位樣本方能歸納。