Crane holder øje med din holdning i realtid med AI på enheden – og puffer så til dig, når du skal bevæge dig, på det rigtige tidspunkt, uden at bryde dit flow. Ingen sky, ingen konti, ingen data forlader din maskine.
Softwareudviklere sidder 6 til 10 timer om dagen foran skærme. Kombinationen af dybt fokus, to skærme og maratonlange fejlfindingssessioner skaber de perfekte betingelser for problemer i muskler og led. Forskningen tegner et klart billede:
Fremadrettet hovedholdning – hvor hovedet glider frem foran skuldrene – er udviklerens signaturlidelse. Ifølge en biomekanisk model fra rygkirurgen dr. Kenneth Hansraj (2014) kan hovedet ved 60° fremadhældning lægge op til 60 pund effektiv kraft på halshvirvelsøjlen. Sammen med den langvarigt statiske holdning fra at strække sig mod tastaturet skaber det trykkræfter, der bidrager til spændingshovedpine og kronisk stivhed i den øvre ryg.
Den grusomme ironi: de fleste pausepåmindelser afbryder dig på det værst tænkelige tidspunkt. En generisk 30-minutters timer aner ikke, om du er midt i en tanke eller mellem to opgaver. Mark, Gudith & Klocke (2008) fandt, at det i gennemsnit tager 25 minutter at genvinde dybt fokus efter en afbrydelse – altså kan en dårligt timet pause koste dig næsten en halv times produktivt arbejde.
Crane er designet af udviklere til udviklere. Hver funktion respekterer virkeligheden i arbejde med dybt fokus, samtidig med at den beskytter kroppen mod skaderne fra langvarig statisk holdning.
Profilen Dybt Fokus bruger siddende blokke på 60 minutter – lange nok til en meningsfuld kodesession, korte nok til at forhindre den ophobede sammenpresning af rygsøjlen, der udløser smerter. Når blokken slutter, guider Crane dig gennem 30 minutters genopretning: stå, gå, strække og træne. Du skifter uden at miste kontekst: hæv dit hæve-sænke-bord, gennemgå pull requests eller læs dokumentation, mens kroppen kommer sig.
Crane bruger TensorFlow.js med positionsmodellen MoveNet til at følge hovedets placering, skuldrenes linje og fremadhældning gennem dit webcam. Når du begynder at krumme dig mod skærmen – den klassiske to-skærms-glidning – sender Crane en blid notifikation, der ikke blokerer noget. Al behandling kører lokalt på din CPU. Ingen billeder gemmes, overføres eller optages.
Hvert 20. minut skal du kigge på noget 20 fod væk i 20 sekunder. Cranes ergonomiske cyklustimere skaber helt naturligt lejligheder til at hvile øjnene ved skift mellem aktiviteter. Forskningen tyder på, at ekstra pauser kan hjælpe med at mindske digital øjenbelastning, men evidensen for netop 20-20-20-intervallet er blandet (Rosenfield et al., 2023).
Crane stjæler aldrig vinduesfokus. Notifikationer vises som små, halvgennemsigtige overlay, der toner ud efter få sekunder. Der er ingen modale dialogbokse, ingen påtvungne pauser og ingen gamification-tricks. Du ser puffet og bestemmer selv, hvornår du handler. Din kode bliver i forgrunden.
Profilen Dybt Fokus er lavet specifikt til udviklere og andre videnarbejdere, der har brug for lange, uafbrudte fokusblokke. Cyklussen på 90 minutter fordeler sig sådan:
Cyklussen bygger på forskning i ultradiane rytmer – de naturlige 90-minutters opmærksomhedscyklusser, hjernen følger dagen igennem. En fokuseret blok på 60 minutter passer pænt ind i én cyklus, og de 30 minutters genopretning giver rygsøjlen tid til at rette sig ud, genopretter blodgennemstrømningen og nulstiller din holdning til næste blok.
Bruger du et hæve-sænke-bord, håndterer Crane skiftet gnidningsfrit. Gør du ikke, er genopretningsintervallerne et naturligt tidspunkt til at bevæge dig, strække ud og fylde kaffen op før næste blok.
Til kortere sessioner eller arbejde i højere tempo tilbyder profilen Dev Sprint en cyklus på 69 minutter med en arbejdsblok på 52 minutter, optimeret til sprintpræget udvikling. Den passer godt sammen med Dybt Fokus – brug Dev Sprint til kodegennemgange og fejlrettelser, Dybt Fokus til dybt funktionsarbejde.
Crane kører udelukkende på din maskine. Der er ingen sky-backend til holdningsdata, ingen telemetri, ingen analytics og ingen oprettelse af konto. Dit webcam-feed behandles billede for billede i hukommelsen og kasseres straks. AI-modellen kører på din CPU via TensorFlow.js – ingen GPU nødvendig. Den eneste netværksaktivitet er licensvalidering for Pro-brugere og appopdateringer gennem butikken.
Det er ikke bare en privatlivsfunktion. Det er en arkitekturbeslutning. Udviklere forstår forskellen på "vi lover ikke at kigge" og "der er ingen server at sende data til". Crane valgte det sidste.