um clássico exemplo olá mundo do seu doc,

<code>class HelloWorld
  def call(env)
    return [200, {}, ["Hello world!"]]
  end
end
</code>

minha pergunta é por que o terceiro valor é [Hello world! "], não" Hello world "?

O corpo deve responder a cada um e só deve produzir valores String. O corpo em si não deve ser uma instância de String, pois isso irá quebrar no Ruby 1.9.

Por que o corpo precisa responder a cada um? e em qual caso isso importa?