常数来自特定设备与年代，需重新标定
别名: 时间常数 · 设备差异 · 重新标定 · 分布而非单值
概念解释
KLM 的时间常数（time constants）源自早期键盘鼠标环境的经验测量。现代触屏、指针精度、输入法、系统延迟、网络等待和用户熟练度都不同；直接沿用旧常数可能系统性偏差，需要重新标定（recalibration）。这一条和前两条合起来构成了使用 KLM 完整的三个环节：先按标准单元累加（第一条），再用插入规则修正心理准备这一项特殊操作（第二条），最后还要确认累加时用的每一个常数本身是不是来自一个和当前场景匹配的测量环境——三个环节任何一个出错，最终数字都不可信。
机制
时间常数之所以会随设备和年代漂移，是因为它们本身从来不是纯粹的生理常量，而是"人的运动能力"和"设备的响应特性"共同作用的结果：按键时间取决于键盘布局和键程，指向时间取决于目标大小和指针精度，触屏上的点击还要受手指遮挡和误触补偿算法影响，这些都是会随硬件世代更替而系统性变化的因素。系统响应更是特殊——它往往不是一个稳定单值，而是一个随网络状况、服务器负载和缓存命中率波动的分布，用某一次测量或者某一份旧文献里的中位数直接代入计算，等于把一个本该用分布描述的量强行压成了一个点估计，压缩过程中损失的方差信息，恰恰是评估"这个估算到底有多可靠"时最需要的部分。不同用户群体的运动速度和认知准备节奏也存在系统性差异，用别的产品、别的年代测出来的常数去预测当前目标用户的表现，本质上是在拿一个不匹配的分布去近似另一个分布。
边界
不必为每一个新项目把六类操作单元的常数全部重新测一遍——如果分析的目的只是比较两个方案谁的步骤更少、谁的等待更多这类相对判断，沿用旧常数做一次粗略的相对比较依然有参考价值，因为常数误差会同时作用在两个方案身上、大部分被抵消掉；真正需要严格重新标定的，是那些要拿去做绝对时间承诺（比如向业务方保证某个流程能在多少秒内完成）的场景，这类场景对常数误差要敏感得多。触屏和网络波动较大的环境尤其不能沿用桌面键鼠标定出的常数，因为这两类环境和传统桌面场景的差异已经超出了"误差可以忽略"的范围，继续沿用旧值得到的不是近似值，而是系统性偏差的错误值。
怎么落地
- 先列出当前任务里真正起决定作用的主导操作类别，优先对这几类做重新标定，而不是平均用力测全部六种单元。
- 用五到十名符合目标画像的熟练用户实测，记录每类操作的中位数和分布范围，而不是只记一个平均值。
- 对系统响应单独记录 P50 和 P95 两个分位数，并注明测量时的网络条件、缓存状态和设备型号，让读者知道这个数字在什么条件下成立。
- 验证办法：报告估算结果时附上常数的来源、测量样本量、置信范围和关键假设；每当平台版本、输入法或者影响响应速度的关键组件发生变化时，重新跑一次标定，而不是让一份标定结果长期沿用到环境早已改变之后。