SIGNAL 02
产品样本Pomelo Care：不把 24/7 做成机器人答疑，而是做成 5 分钟接上真人照护
Pomelo 的产品单位不是一款孕期 App，而是一条从 fertility、孕产、NICU / 儿科延伸到 midlife 的虚拟照护网络；App 只是把用户送到同一支持续跟进的临床团队。
关键机制 / 关键事实
- 目标用户通过雇主或 health plan 获得权益；App 入口连接 医生、护士、治疗师、营养专家和专科人员，覆盖 pregnancy、postpartum 与 (peri)menopause。
- 交互不只是一种聊天框：用户可用 in-app message、SMS、电话或 video call 求助；官网披露 median response time 为 5 分钟，并提供线上与线下 doula 支持。
- 生命周期不是内容栏目拼盘：fertility / preconception 接周期与 PCOS 指导，prenatal / postpartum 接 24/7 care，NICU 出院后继续接家庭支持和儿科，midlife 再接症状、心理与 wellness。
- 官网披露覆盖 25M lives，并称 preterm birth 降低 37%、NICU stay 缩短 6.8 天、ER cost 降低 12%；这些是厂商结果数据，不等于独立临床验证。公开材料也没有把 AI 当核心卖点。
编辑视角这提醒我们，母婴助手的关键差异不一定是「回答更像医生」，而可能是 何时把问题交给哪类真人、多久接通、之后是否继续跟进。服务编排本身就是产品能力。
用 45 分钟 mystery-shop Pomelo 的 eligibility、注册和求助路径，画出「用户问题 → 分诊 → 专业角色 → 回复时限 → 后续跟进」五步图，再对照我们的一个高焦虑场景找断点。
SIGNAL 03
工具链· 早期信号LoopGain：让 agent 不是跑满次数，而是在不再变好时停下并回到最好版本
一个刚进入 HN Show 早期讨论的开源项目，把 agent loop 最粗糙的 max_iterations=N 改成「看质量轨迹决定继续、停止或回滚」。
关键机制 / 关键事实
- 每轮只要求一个可量化的 error signal，例如 失败测试数、schema violations、缺失事实数、距目标分数的差值；数值越低越好。
- 系统根据累计下降、趋势斜率、统计显著性和振荡幅度，把循环分成 converging、stalling、oscillating、diverging 等状态；失速或振荡就停，发散就回滚到 best-so-far，而不是把最后一版当答案。
- 作者公开的 2,000 组 paired trials 声称：相对
max_iter=20，API spend 降低 92.8%、中位耗时约快 15 倍；这是作者 benchmark，必须在自己的任务上复测。
- 限制写得很诚实：它能判断「继续迭代还有没有用」，不能判断「答案对不对」。作者测试中有 4.5% 的 converged runs 通过了循环内检查，却败在 held-out tests，说明 verifier 的盲区会被系统放大。
- 扫描时 GitHub 只有 37 stars、HN 26 points / 12 comments，仍是 very early，不是成熟标准。
编辑视角任何会反复自检、改写或重试的 AI 工作流，都应该把「什么时候停」当成产品规则。母婴内容生成尤其不能只设重试次数；更稳的做法是定义风险项数量、事实缺口和审核分数，并保留历史最佳版本。
选一个已有「生成 → 审核 → 改写」流程，用 45–60 分钟记录连续 6 轮的错误数和成本；比较「固定跑 6 轮」与「两轮不再改善就停并回滚」的结果。
SIGNAL 04
工具链· 升温Codex 把 GPT-5.6 上下文元数据从 37.2 万改成 27.2 万
Codex 0.144.6 把 Sol、Terra、Luna 三个 GPT-5.6 型号的 bundled context metadata 统一从 372k 修正为 272k，比原标注少 26.9%；长任务的容量假设需要重算。
关键机制 / 关键事实
- 官方 PR #33972 直接改了三个模型的
context_window 字段：372,000 → 272,000；release notes 的措辞是 corrected their context windows。
- 这更像客户端元数据纠正，不足以证明服务端在 7 月 18 日突然削减真实容量；但它说明稳定版 0.144 之前对模型窗口的本地认知是错的。
- 这个数字会影响长会话何时触发 compaction、能同时保留多少文件与历史，以及我们对「为什么 agent 忘了前文」的归因。
- HN 讨论在扫描时已到 292 points / 143 comments：已经升温，但还没越过本简报的 500 分「主流已知」过滤线。
编辑视角上下文窗口不是宣传页上的静态参数，而是会被客户端配置、压缩策略和工具输出共同吃掉的运行预算。我们验收 agent 时应记录实际丢失了什么，而不是按标称 token 数判断可靠性。
更新到 Codex 0.144.6，用一个熟悉的跨 20+ 文件任务跑 30–45 分钟；记录首次 compaction 前后它丢失的约束和文件，再决定是否需要把关键规则外置到 AGENTS.md 或 skill。