Fallow
当日设置 0小时 预算 0.00 小时 已规划 4小时 脑力 6小时 体力 15分钟 每次切换
· 已规划 0.00 小时 + 切换 0.00 小时 · 已全部安排
· 你每天能持续的高强度脑力工作（约 4 小时）
· 你每天能持续的高强度体力工作（约 6 小时）
· 每次切换的上下文切换开销
计划
这一天装得下吗？
时间用得值吗？
代价是什么？
这样能持续下去吗？
一款替你做微积分的待办应用
每个高产的日子都会抛出同一个问题：任务比小时数多——该怎么分配时间，才能把这一天的收获最大化？Fallow 不靠猜，也不平均分。它为每项任务建立生产力曲线，并求解出让每项任务的平均生产力（按你给它的重要性加权）之和最高的时间分配方案——就在你拥有的小时数、以及你真正扛得住的脑力与体力之内。
工作原理
生产力随时间并不是一条水平线。做任何任务，你都从某个初始水平开始，进入状态后逐步爬升，在心流状态达到峰值，然后随着疲劳而回落。Fallow 用三样你凭直觉就能感受到的东西来描述这条曲线：任务有多吃力（投入）、你有多喜欢做它（愉悦度），以及你要多久才能进入状态（进入心流的时间）。
p(t) = (a·k·t + p₀) · e^(−kt)
轻松又愉快的任务一上手就有产出；难的任务起步慢，但峰值更高。每项任务还有一个数学上的最优停止点，越过它，你在这项任务上的平均生产力就开始下降。Fallow 越了解你的心流时间，它规划的停止点就越接近进入心流时间的 1.52–1.79 倍；越不确定，就越早停。Fallow 以 15 分钟为一块来规划，绝不会多加一块去拉低一项任务的平均生产力。
Fallow 的不同之处
Fallow 不靠猜来分配：它在 15 分钟块的价值上做贪心边际分析，并在计入上下文切换成本后，穷举搜索哪些任务值得分到时间。当只需满足你的小时数时，这个搜索在 12 项任务以内给出精确最优解；任务更多时，只要你的一天、任务清单和切换成本共同把搜索规模压住，同样精确。一旦认知与体力容量池也开始约束，它约有 94% 的日子仍能取到最优解，其余日子也只差几个百分点。随后它会给出 Fallow 增益——优化后的计划比平均分配好多少。
双能量池模型分别跟踪认知容量与体力容量，让一天不会安排下超出你脑力的硬思考——而且建议的执行顺序会在两个系统之间交替，而不是把其中一个烧干。模型还会自我个性化：记录你花了多久进入心流，最小二乘拟合就会把它的常数调到贴合你。 而能量实验室更进一步——休息与收工时间都由数学自然得出。
常见问题
Fallow 免费吗？
免费。Fallow 免费且开源——完整模型，包括每一条公式与推导，都有公开文档。 如果它对你有帮助，你可以支持开发并请我喝杯咖啡.
我的数据存在哪里？
全部存在你自己的设备上，在浏览器的本地数据库（IndexedDB）里。你的任务从不离开你的机器，也不需要注册账号。
什么是 Zenith Gradient 算法？
一种每日时间分配方法：把每项任务的生产力建模成一条先升至心流状态、随后衰减的曲线，并按边际价值分配你的一天——下一块时间总是给到当下最划算的那项任务。它源自文章《How to Over-Engineer a To-Do App》；Fallow 在此基础上修正了数学，并加入了能量池与上下文切换成本。