SIGNAL 01
软件 App · 竞品观察Ovia：把经期到围绝经期合进一个 App，只让"孩子的数据"单独留一个
Ovia 已经下掉独立的孕期 App，把女性本人从经期、备孕、孕期、产后一直到围绝经期全部装进同一个 App，而宝宝的记录仍然独占另一个 App——它的切分线不是阶段，是"谁是数据主体"。
关键机制 / 关键事实
- 今天读 App Store 接口，
ovia 只剩两个 App：Ovia Cycle & Pregnancy Tracker（v8.9.0，8 月 26 日更新，4.83 分 / 9.03 万评分）和 Ovia Parenting & Baby Tracker（v8.5.0，5 月 4 日更新，1.02 万评分）。独立孕期 App 已不在店内，官方社媒此前公告的下线时间是 3 月底。
- 合并后的这一个 App 覆盖经期与排卵预测、备孕每日受孕评分、孕期周历与胎动记录、产后恢复、围绝经期与更年期追踪，外加 2,000+ 篇专家文章；产后部分按分娩方式分成顺产、剖宫产、VBAC 三种恢复模式。
- 留在外面的 Parenting App 装的是另一类数据：尿布、母乳/瓶喂、睡眠、里程碑、照片视频共享、家人关注、多宝档案。
- 两个 App 都免费，都挂在 Ovia Health by Labcorp 名下——同一个账号体系下，产品边界是刻意划的，不是历史遗留。
🔗 同类做法对照： 同类软件里，Flo（v10.6.1，9 月 18 日更新，197 万评分，官方称 5 亿用户）也是单 App 覆盖经期→孕期→围绝经期，但 Flo 从来没做过宝宝记录，它天然只有"女性本人"一个主体，所以不存在要不要分家的问题；Ovia 是先按阶段拆成多个 App、再合回来，并且主动把宝宝那一摊留在外面。共同逻辑是：属于同一个主体的长期数据放在一个 App 里，用户不需要重新建档、换 App、再解释一遍自己是谁。关键差异在于分家的依据——Ovia 用实践证明了一件事：把同一个人的阶段拆开是错的，而把两个不同主体（我的身体 / 我孩子的数据）放进一个 App 才更需要理由。价值在于：这给了一条可复用的判断线，主体相同就合，主体不同才考虑分，而不是按功能多少或阶段长短去切。
编辑视角我们同时承载妈妈自己的身体数据和宝宝、设备侧的数据，最容易犯的错是按"阶段"或"产品线"切入口——那会让同一个人在不同阶段被迫换地方重新开始。真正值得判断的是每个入口背后的数据主体是谁；主体一致的长期记录应当连成一条线，主体不同的记录再考虑是否分区。
只做一件事：把我们 App 现有的主要入口按"数据主体"标一遍（妈妈本人 / 宝宝 / 设备），看有没有同一个主体被阶段切成了两个入口。只验证这一个假设，不动信息架构，也不顺带改导航。
SIGNAL 02
FemTech 智能硬件 · 产品样本Miku Pro：用雷达穿过毛毯读实时呼吸波形，订阅只卖回看和分析
Miku Pro 把最敏感的那条数据（实时呼吸）做进硬件本体、不设付费墙，只把录像存储和进阶分析放进 $9.99/月的会员——同时在产品页明确写自己不是医疗器械。
关键机制 / 关键事实
- 传感方式是 SensorFusion 雷达式无接触监测：不需要任何穿戴、不用充电或重新摆位，官方明确说可穿透毛毯、玩偶，任意睡姿、任意光线都能读，适用范围从新生儿到 7 岁以上。
- 输出不是"有事才报"，而是手机上直接看到实时呼吸波形，外加睡眠周报趋势图、清醒/入睡/哭声等可自定义告警，以及底座内置的温湿度、声音、光照环境传感。
- 商业结构：官方页当前标价 $160（原价 $349），支持 HSA/FSA，壁挂套件随货；会员 $9.99/月只买"进阶分析与录像存储"。安全侧写的是防篡改 Crypto Chip 双重加密、辐射为手机/电视的千分之一。
- 边界写得很直白：产品页两处声明 Miku 不用于诊断、治疗或预防任何疾病，照护责任仍在看护人身上。
🔗 同类做法对照： 同类硬件里，本报 9 月 18 日记过 Nanit 也做"无穿戴测呼吸"，但它靠摄像头视觉识别胸腹起伏，必须有清晰视线，毛毯、睡袋、翻身趴睡都会影响可读性；Miku 走雷达，代价是看不到"发生了什么画面"，换来的是遮挡与睡姿不再是前提条件。共同逻辑是都在绕开"婴儿要戴东西"这个最大摩擦点，并且都停在 wellness 口径而不去碰医疗宣称。关键差异有两层：一是感知路径决定了失效场景（视觉怕遮挡，雷达怕位置和干扰），二是付费墙放的位置——Miku 把生理信号留在硬件里，只对历史录像和分析收订阅费。价值在于：无穿戴不是一种技术，是一类目标；先定失效场景能不能被家长理解和接受，再决定哪层数据进硬件、哪层进订阅。
编辑视角做监测类硬件时，"卖什么"比"能测什么"更决定信任。家长最焦虑的实时信号一旦被放进订阅，产品就会被读成拿安全感收费；把实时能力做进硬件、把回看与长期分析做成订阅，是更容易被接受的分层。同时，wellness 口径的产品必须把失效场景和非医疗声明写在正面，而不是塞进说明书末页。
SIGNAL 03
AI 工具链 · 早期采用fast-jev-compaction：上下文压缩改成逐条给工具调用打分，只删不改写
这个 4 天拿到 5,187 star 的插件把上下文压缩的做法整个换掉：不再让模型写一份摘要，而是逐个工具调用打分，该留的原样留、该删的整条删，用户和助手说过的话一字不改。
关键机制 / 关键事实
- 问题定义很具体：摘要是有损的——文件路径、准确报错、约束条件、执行过的命令，都可能在总结时消失，而这些恰恰是后面还要用的。所以它一句话都不重写，只删除不再需要的工具调用和结果。
- 判定方式：每个 tool_use 与它的 tool_result 按 id 配对，首条消息和最近几条被钉住不动；其余每一对问模型两个是非题——这个调用本身还需要被知道吗、这个结果还需要逐字保留吗。按阈值三分：都留、留调用但把结果截断到开头若干字符、整对删除。
- 送进模型的"状态"是整段对话（工具结果替换成
ok, 4213 chars (omitted) 这样的短注记），并按 25k token 分级压到能装下：工具入参依次截到 1000、200、60 字符，长文本取头尾，更旧的消息折成一行；装不下就直接抛错，不偷偷丢内容。
- 工程边界诚实：问题拆成多个并发请求以守住单请求上限，失败、答案格式不对、缺 key、历史压不进去都抛错，由调用方决定回退。仓库 9 月 17 日创建，MIT 协议，既是 npm 包也是插件。
🔗 同类做法对照： 同类工具里，Claude Code 自带的 compaction 走的是"让模型把旧对话总结一遍"，省 token 但内容被重写；本报 9 月 7 日记过的 OKF 则把 Agent 记忆写成能用 Git 审查的 Markdown。三者的共同逻辑是同一个：长会话里最贵的不是算力，是被悄悄改掉或丢掉的关键事实。关键差异在于处置权交给谁——自带摘要交给模型的表达能力，OKF 交给人（可 diff、可回溯），fast-jev 交给一套可设阈值的取舍规则，保留下来的内容保持原样。价值在于：把"压缩"从生成问题变成筛选问题，结果就能被检查，而不是只能被信任。
编辑视角我们做长会话助手时，上下文管理的默认动作往往是"让模型总结一下"，但用户真正会追究的恰恰是被改写掉的具体信息——数值、结论、说过的限制。可以先把"删而不改"作为默认策略，只有确定不再需要的内容才整段移除，并让被移除的部分留下痕迹。
📆 本周回顾 · 2026.09.14 – 2026.09.20
🔭 行业一周
- 这周 agent 工具侧的更新几乎都压在"权限和上下文由谁说了算"上：一边是权限收口（修补命令权限绕过、用系统级生物识别确认外部工具请求、换账号时清掉旧的远程控制会话），一边是上下文与配置的默认值被重新定义（没有专属配置文件时自动改读通用配置、把自动模式的分类判断挪到服务端并且不再对这部分开销计费）。
- 另一条线是"不是每一步都值得用前沿模型"：本周出现了 706k 参数的小模型专门接走表单里的窄决策，本期第 3 条的上下文取舍插件也是同一思路——把可判定的环节从大模型手里拿走，换成可检查的结果。