Tuwa // 运动科学后方团队
带来你的计划。或用你自己的AI 来写。
Tuwa 是自我训练运动员的运动科学后方团队。导入你本来就在练的计划，或让你自己的 Claude 或 ChatGPT 写一份给 Tuwa 读。每天早上，Tuwa 对照这份计划读取你的身体信号——心率变异、睡眠、静息心率、训练历史——并说明这一天：用文字写明剂量，再给出一个 go、modify 或 hold 的建议，由你决定。它从不替你写课表。
为同时练专项技术和力量的运动员而设计
iOS 17+ · iPhone 
“今天”直接说明这一天
每天早上，今天的卡片写明这一天的类型和剂量：训练量、强度和时长，并与你的计划对照。具体数字在训练简报里，逐个动作列出，并说明原因。由你选择，然后开始。
-
今天的卡片
这一天的类型和剂量：训练量、强度和时长，并与你的计划对照。
-
训练简报
你的读数、当天的建议和原因，以及每个动作的计划与今天对照。调整与“保留我的计划”并列，由你选择。
-
负荷趋势
专项技术、力量和体能共用一个疲劳预算，按你自己的四个区间对照。
不用聊天，也不用自己解读数据。你的读数、一个附带原因的建议，以及你本来就打算练的那堂课。
更易读的趋势
疲劳按组成部分拆开显示，负荷按你自己的四个区间对照，每一个身体信号都有自己的页面，对照你自己的基线。
问问你自己的 AI，关于你的训练
打开 AI 连接器后，你自己的 Claude 或 ChatGPT 可以读取你在 Tuwa 的读数、训练和计划，在对话中显示今天的卡片，并给你发送一份计划草稿供你审阅。当天的决定仍由 Tuwa 在应用中做出。
你的基线，每天画一次
夜间心率变异、睡眠和静息心率会对照你自己的滚动基线打分——不是人群标准——再压缩成一个数字，配上直白的原因。你拿到的不是一块要自己解读的仪表盘，而是一个分数和它背后的为什么。
每个指标都对照你自己的滚动基线打分，而不是人群标准
这是我们相信的事，
以及什么能证明我们错了
今天的 Tuwa 用一个固定目标给你的睡眠打分。我们正在做的这一版，会随你上床时的状态而变。它还没做完——所以这里把整套设计、权重，以及我们最没把握的部分全部摊开。
目标是你的，而且你看得见
你的睡眠目标来自你自己的夜晚，而不是取自人群平均值。评分背后的权重就印在下面——它不是商业机密。
评分知道这一夜要完成什么
连续醒了十八小时之后的七小时、一场比赛之后的七小时、一个平静周二之后的七小时，是三种不同的夜晚。算法每次都一样——只是各部分的权重不同。
它从不离开手机
你的原始睡眠、心率变异和心率读数留在设备上的 HealthKit 里。只有算完的分数会同步。这一条不是计划——App 现在就是这么工作的。
同一组权重，被轻推——而不是第二套算法
每天早上，App 会看它已经知道的昨天：你醒着多久、练得多狠、这段时间睡得多规律。据此挑出适用的情形，每一种都会轻推下面的权重。每一夜都会存下它看到了什么、又决定了什么，所以任何一个分数事后都能被拆开检查。
在你手机上做的简单算术 · 不联网 · 不需要新传感器
睡了多少小时占了一半分数——它是证据最扎实的部分 · 深睡和快速眼动占比很小，因为手腕上的设备与睡眠实验室只有一半吻合
这些数字是我们讨论出来的——不是用数据拟合出来的 · 记为 h-01
什么会变，以及我们有多确定
| 情形 | 何时适用 | 什么会变 | 我们有多确定 |
|---|---|---|---|
| 你醒得太久了 | 上床前，你已经醒着的时间远超平常。 | 小时数和深睡的权重变大。你的目标上调，最多 45 分钟。 | 有依据 · 幅度是我们的猜测（h-02）醒着越久、睡眠压力越大，这一点已成定论。至于因此该多睡多久，那是我们给的数字，不是研究给的。 |
| 你练得很狠 | 昨天明显高于你上个月的常态。 | 小时数和深睡的权重略微变大。你的目标上调，最多半小时。 | 一个猜测（h-03）我们找到的唯一一项直接检验它的研究，什么也没发现。我们保留了它，写下了什么会让我们删掉它，并且在这里说明。 |
| 你的节律刚被打断 | 你的上床时间比平常偏离两小时以上——那趟航班、那场深夜比赛。 | 作息偏离的扣分变少，能否睡整夜的权重变大，深睡和快速眼动只按一半可信度采纳。 | 有依据 · 应对方式是我们的猜测（h-05）被打断的第一夜确实是最糟的一夜。减轻作息偏离的扣分是我们对此的应对，而不是研究结论。 |
这些情形只挪动权重——它们从不给评分添加新成分
每一个猜测，都连同能推翻它的检验一起写下来
评分里凡是没有研究支持的部分，都会进这张清单，旁边写着什么结果会让我们改变它。没有这样一行，就不许进 App——如果我们说不出什么能证明一个猜测是错的，它就根本不进来。
| 编号 | 我们在猜什么 | 目前状态 | 什么会让我们改变想法 |
|---|---|---|---|
| H-01 | 上面那组权重大致是对的。 | 一个猜测 · 讨论得出，未经测量 | 把每个部分与人们第二天的实际感受作比较，等到累积了足够多运动员的足够多夜晚，再重新拟合。 |
| H-03 | 一天练得狠，就意味着最多需要多睡半小时。 | 一个猜测 · 唯一一次检验什么也没发现 | 如果高强度日和轻松日没有差别，它就出局——从这个情形里、也从目标里删掉。 |
| H-07 | 当你欠睡眠欠得多时，小时数比睡眠分期更重要。 | 一个猜测 · 但支持较充分 | 检验一旦进入真正的睡眠亏欠状态，深睡和快速眼动是否还能告诉我们什么。 |
| H-10 | 看到目标在变、并知道为什么，帮助大于困扰。 | 一个猜测 · 没有研究，只是我们的判断 | 我们自己的使用，以及用户告诉我们的反馈。如果它读起来令人不安，整层就安静下来。 |
清醒时，睡眠压力会累积。 Borbély、Daan、Wirz-Justice 与 Deboer（2016），《Journal of Sleep Research》25(2)。我们取的是它的形状，没有取任何数字。
训练会改变睡眠，但幅度很小。 Kredlow 等（2015），《Journal of Behavioral Medicine》38。66 项研究中效应都很小——所以这一条仍然只是猜测。
规律性看的是你这一夜的中点，而不是它的起点。 Wittmann 与 Roenneberg（2006），《Chronobiology International》23(1–2)。这就是我们追踪的那个数值。
欠下的睡眠会累积，而偿还它的是小时数。 Van Dongen 等（2003）。这就是你欠睡眠时小时数排在睡眠分期前面的原因。
职业队的后方团队——计划、生理数据和一个决定——给自我执教的运动员。
你的数据留在你的手机上
Tuwa 只读取 HealthKit——从不写入——原始健康数据也永远不会离开设备。只有合成分数会同步。
带来你的计划，或用你自己的 AI 来写