信锐网科 AI 应用开发一面：推理服务容量、Protobuf 兼容与上下文压缩

信锐网科 AI 应用开发秋招一面面经：从自我介绍和平台请求链路切入，考性能优化优先级怎么定、接入层与模型服务的边界怎么划、C++ 调 Go 推理服务的协议与错误语义，再问 Protobuf 多版本兼容、推理容量评估与压测转化、AI 生成代码上生产的验收环节，以及上下文超预算时的压缩策略。

信锐网科AI应用开发二面：RAG切分、Agent评测与MCP边界

信锐网科秋招 AI 应用开发二面面经：AI 编程工具产出的代码如何判断能否合并、企业知识库 RAG 的文档切分有什么坑、怎么证明 Agent 比普通问答更有效、何时该用固定工作流、MCP 与 Skill 的边界，以及工具误调用与提示词注入的防御。

信锐网科秋招软件开发面经：一面围绕自研发布订阅消息队列，追问 Protobuf 编码、SQLite 持久化与重复消费，并深挖 RAG 与 AI 辅助开发；二面考内核态切换、load average 排查、内存泄漏定位与 TCP 可靠传输。