學生面對雙重問題：長時間一動不動地坐著，加上一顆從來就不是為馬拉松式苦讀而設計的大腦。直覺反應是硬撐——再一章、再一份習題、考前再一小時。但研究顯示，不休息地硬撐會讓你的坐姿與表現同時變差：
核心問題是警覺遞減。持續專注 30 到 45 分鐘之後，大腦維持單一任務注意力的能力會出現可測量的下降（Luna et al., 2021）。這不是意志力的問題，而是神經層面的事實。連讀兩三個小時不休息的學生，其中大部分時間並沒有在有效地讀書。他們只是坐在書前，心思早已跑掉。
與此同時，身體付出代價。六到八小時弓著背對著筆電或課本，會造成和辦公室工作者一樣的肌肉骨骼問題：頭部前傾、圓肩、下背受壓，以及長期的頸部僵硬。Lara 等人（2014）的研究發現，休息時做輕度身體活動不只改善身體上的舒適，也提升認知表現與心情，在活動與學習之間形成正向循環。
Biwer 等人（2023）證明，被安排固定休息時程的學生，比起「想休息才休息」的學生，維持了更高的專注度，也回報了更好的心情。關鍵洞見在於：多數學生拖太久才休息，等到真的休息時，注意力早就崩了。一個在對的間隔強制你休息的計時器，表現勝過自我調節。
Crane 不是又一個番茄鐘。它把即時坐姿監測與以認知科學為依據的休息節奏結合起來，同時處理長時間讀書在身體與心智上的代價。
Crane 的 Study Sprint 方案採用以番茄鐘為基礎的 30 分鐘循環——專注讀書 25 分鐘，接著 5 分鐘的活動式休息。這正好落在警覺遞減的邊界上。它不是含糊地說「累了就休息」，而是把節奏校準在研究顯示注意力自然開始消退的那個點。你在專注垮掉之前先休息。
學生很少察覺自己在駝背。讀了 20 分鐘之後，頭會慢慢往前跑、肩膀內縮、下背貼平在椅背上。Crane 以 TensorFlow.js 與 MoveNet 姿態估計，透過筆電視訊鏡頭追蹤這些變化，並在坐姿變差時送出一則溫和、不打斷的提醒。可以把它想成一位安靜的讀書夥伴，在你弓起背時輕拍你的肩膀。
Crane 不需要建立帳號、不需要電子郵件，也不需要連上雲端。AI 模型完全在你筆電的 CPU 上執行。視訊鏡頭畫面在記憶體中逐格處理後立刻捨棄——不儲存、不傳送、不錄下任何影像。對擔心監控軟體或資料隱私的學生來說，Crane 在架構上就沒有蒐集你資料的能力。根本沒有可以送去的伺服器。
不需要外接硬體。任何有內建視訊鏡頭的 Windows 或 macOS 筆電都能執行 Crane。它佔用的 CPU 資源極少，也不需要獨立顯示卡或高速網路。裝好、打開，開始讀書。整個設定過程就這樣。
Study Sprint 是 Crane 以番茄鐘為基礎的方案，專為需要依認知科學安排休息的學生設計。這個 30 分鐘循環的組成如下：
25 分鐘的久坐時段沿用經過驗證的番茄鐘工作法，剛好落在 Luna 等人（2021）指出的警覺遞減區間內。持續專注大約 30 到 45 分鐘之後，單調任務上的認知表現會出現可測量的下滑。在 25 分鐘就休息，代表你是在專注仍然完好時離開讀書時段——也就是說，每一分鐘的閱讀都有產出，沒有白費。
活動式休息結合了走動、伸展與輕度活動。Albulescu 等人（2022）發現，短暫的身體活動休息帶來顯著的精力提升（Cohen's d = 0.36），疲勞感也低於被動休息。五分鐘的活動——在宿舍裡走走、去走廊晃一圈，或在桌前快速伸展——就足以重設注意力，並在下一個時段之前讓脊椎減壓。
這個循環會建立起一種節奏。轉過兩三輪之後，你的身體與大腦會開始預期休息的到來。你在久坐時段更拚，因為你知道舒緩就在後面。你從活動式休息回來時精神清醒，因為大腦真的換過了情境。Lara 等人（2014）發現，讀書休息時就算只是輕度身體活動，也能同時改善認知功能與主觀心情，顯示這些好處會在一整天的讀書中累積。
Crane 完全在你的機器上執行。沒有存放坐姿資料的伺服器、沒有遙測、沒有分析追蹤，也不需要註冊帳號。視訊鏡頭畫面在記憶體中逐格處理後立刻捨棄。AI 模型透過 TensorFlow.js 在你的 CPU 上執行，不需要獨立顯示卡。唯一的連網行為是 Pro 使用者的授權驗證，以及透過商店進行的應用程式更新。
對使用學校配發裝置或共用電腦的學生來說，這一點很重要。Crane 不安裝背景服務、在 macOS 上不需要管理者權限，也不會回傳任何東西。它是一個自成一體的應用程式，在本機監測你的坐姿並提醒你休息。沒有任何東西被上傳、同步或分享。