我们测试的是计划，不是你。

测试使用三类信息：你愿意工作的时间、不能侵占的边界，以及本周需要发生的事项。

• 固定事项：会议、课程、通勤、就医等已经占据具体时间的安排。
• 弹性任务：有预计耗时和截止时间，但可以寻找空档完成的工作。
• 保护边界：睡眠、家庭、休息等默认不可被修复建议突破的时间。
• 韧性余量：每天主动留给延误、切换和临时事项的缓冲。

我们不用没有证据的失败概率，而是并排运行三个可以复现的条件：

1. 正常：完全按照你填写的预计时长。
2. 延误：弹性任务默认增加 25% 耗时；这是压力条件，不是对你的预测。
3. 突发：在最紧张的工作日插入一个可配置的 60、90 或 120 分钟事项。

引擎先锁定固定事项，再按截止时间和优先级为弹性任务寻找空档。可拆分任务遵守最小连续区块；不可拆分任务必须找到一整块足够长的时间。

相同输入会产生相同输出。系统不会为了让结果看起来“成功”而自动延长工作日、侵占保护边界，或把任务悄悄推过截止时间。

• Critical：正常场景已经放不下，或固定事项存在硬冲突。
• High：正常场景可行，但延误或突发场景会失败。
• Watch：所有任务能完成，但剩余余量低于你的目标。
• Clear：所选场景下未发现以上风险。

颜色只是辅助，每个等级同时使用文字和图标表达，避免把红绿辨认作为理解报告的前提。

Time Crash 给出的是“找到的较小改动”，不是宣称数学上的唯一最优解。建议可能包括移动、拆分、缩小范围、延后或放弃较低优先级任务。

任何建议都先预览代价，由你决定是否应用，并支持撤销。系统不会默认把睡眠、休息或家庭时间当成可以榨取的容量。

产品方向受到以下研究启发，但研究不能替代真实用户验证，也不能证明某个固定倍率适合所有人。

• 经典“计划谬误”研究指出，人们容易低估任务完成时间；参考过去相似经验能减少偏差。 Buehler、Griffin 与 Ross（1994）
• 一项包含 158 项研究的元分析发现，时间管理与工作表现、学业表现和幸福感呈中等关联。 PLOS ONE（2021）
• 微软关于排程偏好的研究表明，个人期望的工作节奏与实际日历并不总一致，因此偏好和硬边界必须由用户定义。 Microsoft Research（2024）