Claire 这期不是简单试用 Claude Sonnet 5，而是现场用 Claude Code 搭了一个可复用的 How I AI Bench：把 Sonnet 5 和 Sonnet 4.6、Opus 4.8、GPT-5.5、Gemini 3 Pro 做盲测，任务覆盖 PRD 质量、原型生成、agentic task completion、agent personality。更有意思的是评分方法：70% 人类体感 + 30% LLM-as-judge，再用本地 HTML 页面打分、导出 JSON。她真正解决的不是“哪个模型最强”，而是“下次模型发布时，我们怎么不被宣传词牵着走”。
💬 「我厌倦了那些一次性、不可复现、无法跨时间比较的测试，所以搭了一个更好的评测架。」
💬 一句话结论： Cradlewise 把 smart bassinet + crib + baby monitor + sound machine 打成一个睡眠系统，真正的产品抓手是“在宝宝哭之前先安抚”，不是等家长收到报警再处理。
💬 关键机制 / 关键事实： - 硬件从 bassinet 转 crib，覆盖从出生到约 24 个月，比只卖新生儿阶段设备更容易摊薄高客单价。 - 内置 baby monitor + sound machine，官网把它描述为 “the only crib that soothes babies before they start crying”。 - 价格是 $1749，但旁边配了配件、延保、租赁、HSA/FSA、试用期、showroom、referral、gift card 等一整套降低购买阻力的商业包装。
💬 对我们的启发： 智能硬件如果只做“记录”和“提醒”，很容易变成焦虑放大器；更高一层是把数据接到动作：检测到即将醒/即将哭 → 先轻量干预 → 再把结果沉淀成可回看的睡眠规律。母婴硬件的 App 不该只是遥控器，而应该是“干预是否有效”的证据本。
⚡ 这周做： 用 45 分钟拆一张 Cradlewise 用户路径图：购买前承诺、第一次夜间使用、App 推送、干预结果回看、续费/配件入口。重点标出哪些环节 Momcozy 的吸奶/哺乳/睡眠场景能复用。
💬 一句话结论： LactApp 的思路很值得拆：同一套哺乳知识和案例数据，不只服务妈妈，也可以包装成给医生、护士、助产士、泌乳顾问用的 professional app。
💬 关键机制 / 关键事实： - 原版 LactApp 面向妈妈，按孕期/哺乳阶段给个性化内容；LactApp Medical 面向专业人士，开放更完整的内容库。 - Premium 功能不是简单“更多文章”，而是 国际泌乳顾问专家 chat、每周病例练习、症状/病理交互信息、婴儿发育追踪和异常自动检测。 - 它抓住了一个真实缺口：很多全科医生缺少正式泌乳训练；文章引用的挪威 GP 多选题平均正确率只有 49%。 - 发布时办了 LactApp Medical Day，有 1400+ 母婴照护专业人士注册，说明这不是纯 C 端内容库，而是可往教育/临床支持/专家网络延展。
💬 对我们的启发： 母婴 AI 不能只想“妈妈问、AI 答”。同一套哺乳/产后知识，如果能拆成 妈妈端安抚 + 专业端决策支持 + 案例训练 + 异常升级，就更容易建立可信分发，而不是和通用 ChatGPT 拼回答。
⚡ 这周做： 选 10 个高频哺乳问题，分别写出“妈妈端回答”和“专业端 checklist”两版：前者重安抚和下一步，后者重风险信号、追问项、是否转诊。看看我们现有内容能不能一题两用。
💬 一句话结论： HN 这两天冒出的 Mouse 不是又一个 coding agent，而是给现有 agent 换一套更精细的“手”：从字符串替换，升级到坐标编辑、暂存预览、原子回滚。
💬 关键机制 / 关键事实： - 现在很多 agent 改文件靠 string replacement，问题是看不到保存前的真实 diff，也很难干净回滚。 - Mouse 提供 INSERT / DELETE / ADJUST 等坐标化操作，让 agent 做更小颗粒度的编辑。 - 所有高风险修改先进入 staged changes，agent 可以 Save、Cancel、Inspect、Refine，出错能 atomic rollback。 - 它还在 tool response 里塞入上下文指导、下一步建议、风险评估、文件 viewport，等于把“怎么正确用工具”直接写进工具返回。
💬 对我们的启发： 这条信号说明 agent 基础设施正在从“模型更聪明”转向“工具更不容易把事搞坏”。我们做内部 AI 工作流时，也应该少问“模型能不能一次写对”，多设计 预览、回滚、风险分级、人工确认这些产品机制。
⚡ 这周做： 拿一个正在用 AI 改文档/改配置的流程，补一个“保存前预览 + 一键回滚”的最小机制；哪怕只是让 AI 先输出 patch 而不是直接覆盖文件，也能马上降低事故率。
今天三条线其实都在讲同一个产品转向：别只把 AI 或硬件做成“告诉你发生了什么”的工具，而要往前走一步，帮用户在风险真正变大之前完成一个小动作。
Cradlewise 的关键不是摄像头，而是检测到睡眠变化后先轻微安抚；LactApp Medical 的关键不是内容更多，而是把妈妈的问题翻译成专业人士能执行的追问和判断；Mouse 的关键不是 agent 更会写代码，而是让每次改动都先可预览、可撤回、可验收。
💡 关键启发： 母婴 AI 的好入口不是“多答一句”，而是把一个高频焦虑变成可验证的小闭环：看见信号 → 做出干预 → 记录结果 → 下次更准。
→ https://cradlewise.com/product
📆 本周回顾 · 2026.06.30–2026.07.05
🔭 行业一周
AI 工具链的主题是“验收和护栏”。 Codex 能跑 iOS 模拟器、Contextify 把跨工具历史合在一起、Claude Code 进入企业安全审查；同时社区开始反复讨论 agent 的权限、日志、上下文和结果验证。下周值得继续盯的不是“哪个模型又涨分”，而是 agent 跑完之后怎么证明它真的做对了。
AI 编程小工具开始围绕 agent 的弱点长出来。 Mouse 做更细颗粒度文件编辑，Verity/Handoff 这类小项目围绕 review、记忆、交接、成本控制发芽。这个阶段的机会往往不在“再造一个 agent”，而在补 agent 工作流里的具体断点。
硬件线重新活跃： Nanit 拿融资、ARPA-H 砸钱重做胎监、Coro 乳盾实时量奶、Materna 保护盆底、Cradlewise 把婴儿床做成主动安抚系统。共同点是：母婴硬件正在从“测一个数字”变成“围绕一个焦虑做持续服务”。
软件/服务线的核心是“把专业判断前置”。 Peanut 把 AI 答案交回妈妈社区校验，Carrot 做更年期每日计划，Maven 把孕期风险前置，LactApp Medical 把哺乳知识包装给专业人士用。母婴 AI 的可信度，越来越不像来自“模型说得好”，而像来自“谁在背后校验它”。
💡 对我们意味着什么： 下一阶段不要把“AI 助手”只设计成聊天入口。更值得试的是把一个具体场景做成闭环：哺乳、睡眠、孕期风险、产后恢复，每个场景都明确“信号从哪来、什么时候干预、谁来校验、结果如何回看”。