信号 1️⃣
母婴助手·🏥孕期高剂量维 D，孩子 10 岁时记忆更好（JAMA 随机对照随访）
💬 一句话结论： 哥本哈根大学把当年那批做哮喘研究的孩子追到 10 岁重测认知，发现孕期吃高剂量维 D3（2800 IU/天）的妈妈，孩子在语言记忆和视觉记忆上明显更强——这是第一个用 RCT 数据、追到中童期的证据。
💬 关键点：
- 498 个孩子，对照组吃标准剂量（400 IU/天）；差异集中在记忆，整体智商没拉开
- 作者自己强调：起点这批妈妈维 D 水平本来就不算低，所以别简单推广成"多吃维 D = 娃更聪明"
- 这是 post-hoc 二次分析，不是为认知设计的实验——信号方向有了，但还不是铁律
💬 对我们的启发： 母婴内容里"孕期营养 → 远期影响"一直是高焦虑、低确定性的话题。这条研究的价值不在结论本身，而在它的叙事姿态——有方向、但克制，明确标注不确定性。我们做健康内容时，照搬这种"给希望不给保证"的分寸，比直接喊结论更可信、也更安全。
⚡ 建议这周做： 翻一下我们现有的孕期营养内容，看有没有把"关联"说成"因果"的地方。这条研究刚好是个好素材——可以做一篇"科学怎么看维 D"的解释型内容，顺手把分寸标准立起来。
信号 2️⃣
行业趋势·🏥「睡眠」正在成为女性健康的下一个细分战场
💬 一句话结论： FemTech 媒体把"睡眠"单独拎出来当趋势写了——女性从孕期、产后到更年期，睡眠问题的生理机制和男性差异很大，但过去几乎没有为女性专门设计的睡眠产品，现在这块空白开始被盯上。
💬 关键点：
- 这是"赛道情绪"信号，不是某个产品发布——意味着接下来 6-12 个月会冒出一批女性睡眠相关的硬件/App/服务
- 和近期 Oura、Hims 把女性健康打包成平台是同一条暗线：通用健康正在被按"人群+场景"切成更细的护城河
- 母婴是这条线里最天然的入口——孕晚期失眠、新生儿期睡眠剥夺，是几乎 100% 命中的痛点
💬 对我们的启发： "睡眠"对母婴用户不是一个边缘需求，是贯穿孕期到产后的高频痛点。别人还在把它当趋势讨论时，我们其实手里就有这群最缺觉的用户——值得想清楚我们能不能在睡眠这个切口上做点别人没做的事。
⚡ 建议这周做： 拉一下我们用户在"睡眠/失眠/夜醒"相关的搜索或反馈量，看这个需求在我们盘子里到底有多大。如果信号够强，可以单独列成一个内容/功能方向去探。
信号 3️⃣
工具链·🔧Jane Street 设计师：现在我用 Claude 做原型，多过用 Figma
💬 一句话结论： 一位金融公司的设计师写了篇刷屏文，讲他怎么从"画 Figma + 写 spec + 跟工程师对需求"，变成直接让 Claude 在真实代码库里把原型做出来——用户和工程师能直接上手试，而不是看一张静态图。
💬 关键点：
- 他的原话："过去两个月我去碰 Figma 的次数断崖式下跌"
- 核心转变：原型不再是"中间产物"，而是能跑的真实功能——代码是一次性的，reviewer 的工作变成只评设计和体验
- 他早期其实很怀疑 AI（试 Copilot/Cursor/Gemini 都失望），转折点是进了新环境、做不熟的领域，AI 才真正帮上忙
💬 对我们的启发： 这正在改写"设计师 → 工程师"的协作链。当原型可以直接做成能用的东西，评审会聊的是真实体验，而不是"这张图想表达什么"。我们的设计/产品/开发协作流程，值得想想哪些"中间产物"（spec、静态稿、需求文档）可以被"先做个能点的"替代掉，把对齐成本砍下来。
⚡ 建议这周做： 下次有个小功能要做，试一次"跳过静态稿、先让 AI 做个能点的原型"，对比一下和走完整 Figma 流程的对齐效率差多少。30 分钟的实验，可能改掉一个长期默认动作。