perf(tpc): 并行 worker 决策放宽——per_worker_mb 700 降至 350

- 根因：_PickWorkerCount 按可用内存/700MB 决定 worker 数，实测翻译 worker 稳态 ~110MB/峰值 ~300MB，700 过保守——可用内存稍紧即整体降级单 worker 串行（76 文件逐个翻译 1180s vs 并行 ~400s，2-3 倍波动，用户反馈编译不稳定）
- 修复：per_worker_mb 700 -> 350（留峰值余量），更多场景走并行

lib/Projectrans/Phase2Translator.py

@@ -37,12 +37,17 @@ def _CachedIsFile(path: str) -> bool:
     return r
 
 
-def _PickWorkerCount(n_files: int, per_worker_mb: int = 700) -> int:
+def _PickWorkerCount(n_files: int, per_worker_mb: int = 350) -> int:
     """按可用物理内存动态限制并行 worker 数，避免多进程编译内存峰值 OOM。
 
     单 worker 预估 per_worker_mb（Python 解释器 + llvmlite module + 共享
     符号表快照）；系统可用内存不足时降为单 worker 串行，内存充足时回落到
     cpu_count 并行。Windows 用 GlobalMemoryStatusEx 读 ullAvailPhys。
+
+    per_worker_mb=350（2026-08-22 从 700 调低）：实测翻译阶段 worker 稳态
+    内存 ~110MB（tasklist 观察）、峰值 ~300MB；原 700MB 过保守——可用内存
+    稍紧（<2.8GB）就整体降级单 worker 串行，76 文件逐个翻译 1180s，并行
+    时 ~400s，时间波动 2-3 倍（用户反馈"编译时间不稳定"的根因之一）。
     """
     base = min(os.cpu_count() or 4, n_files)
     if base <= 1: