Chris Strahl, Założyciel i Dyrektor Generalny Knapsack – Wywiad

Chris Strahl jest współzałożycielem i dyrektorem generalnym Knapsack, gdzie skupia się na zmianie sposobu, w jaki budowane są nowoczesne produkty cyfrowe, poprzez wyrównanie zespołów projektowych, inżynierskich i produkcyjnych wokół wspólnego systemu prawdy. Z doświadczeniem w dziedzinie systemów projektowych i rozwoju front-end, jest również szeroko znany z prowadzenia Design Systems Podcast, gdzie eksploruje, jak organizacje skalują projekt, poprawiają współpracę i modernizują produkcję cyfrową.

Knapsack to przedsiębiorczy system projektowy i platforma produkcji cyfrowej, która działa jako żywy system rekordów, łączący aktywa projektowe, kod, treść i dokumentację w czasie rzeczywistym. Platforma umożliwia zespołom budowanie i zarządzanie ponownie używalnymi, gotowymi do produkcji komponentami, zarządzanie tokenami projektowymi i utrzymanie spójności w złożonych ekosystemach cyfrowych. Poprzez strukturyzowanie danych projektowych i interfejsu w sposób, który jest skalowalny i gotowy do użycia z AI, Knapsack pomaga dużym organizacjom przyspieszyć dostarczanie, zmniejszyć duplikację i zapewnić integralność marki i produktu w zespołach i kanałach.

Knapsack powstał po latach budowania systemów projektowych dla dużych przedsiębiorstw w Basalt, gdzie powtarzające się tarcie między plikami projektowymi, przepływami inżynierskimi i wysyłanym kodem stało się niemożliwe do zignorowania. Jaki był moment, kiedy ten wzorzec stał się wystarczająco wyraźny, aby uzasadnić uruchomienie dedykowanej platformy?

Zbudowaliśmy niezliczoną ilość systemów projektowych w Basalt, a wzorzec był ewidentny: pliki projektowe, przepływy inżynierskie i wysyłany kod istniały w oddzielnych wszechświatach. Rezultatem nie był jeden dramatyczny błąd, ale tysiąc powtarzalnych strat: nieprawidłowo rozmiarowane przyciski, niespójne zachowanie i dryf stylu w różnych właściwościach, co kosztowało zespoły miesiące pracy. Wiedzieliśmy, że to prawdziwy problem, kiedy zobaczyliśmy, że te problemy nie mogły być rozwiązane za pomocą lepszych wtyczek synchronizacyjnych lub ładniejszej dokumentacji. Wymagały one jednego autorytatywnego systemu rekordów dla projektu, kodu i zasad marki. To rozpoznanie uczyniło jasnym, że dedykowana platforma była konieczna.

Przechodząc z pracy agencji i konsultingowej do budowania firmy produkcyjnej, ujawnił się głębszy problem, który istniejące narzędzia systemów projektowych i platformy przepływowe nie rozwiązywały. Jaki był podstawowy brak, który ukształtował wczesną architekturę i kierunek Knapsack?

Kiedy przenieśliśmy się z pracy agencji do budowania produktu, brakujący element stał się oczywisty. Nie było niezawodnego, maszynowo czytelnego systemu, który przechwytywał komponenty, ograniczenia i synergię między projektantami i inżynierami. Istniejące narzędzia koncentrowały się na plikach lub izolowanych repozytoriach, ale nie na żywej reprezentacji stanu produktu, w tym komponentów, tematyzacji, reguł użycia i metadanych zgodności. Zbudowaliśmy Knapsack wokół kanonicznego systemu rekordów, który jest komponent-first, wersjonowany, instrumentowany i zdolny do integracji z narzędziami projektowymi i kodami źródłowymi. To wniosek ukształtował nasz model ingestowania i warstwę łączącą, ostatecznie prowadząc do Intelligent Product Engine.

„Era canvas” ustępuje miejsca żywym, połączonym z kodem systemom. Jak definiujesz tę zmianę, a co się zmienia dla zespołów, gdy tworzenie produktu przechodzi od statycznych plików do ciągle aktualizowanych systemów?

Era canvas traktowała UX jako statyczne artefakty, zwykle pliki przekazywane między zespołami. Nowa era jest napędzana przez ciągle aktualizowane, wykonywalne systemy, które odzwierciedlają rzeczywistą implementację. Zmiana dla zespołów jest znacząca. Zamiast debatować, który plik lub gałąź jest źródłem prawdy, pracują z wspólnym systemem, który ujawnia bieżący stan komponentów, tokenów, ograniczeń dostępności i zachowania produkcyjnego. To redukuje niejasność, umożliwia automatyczną walidację i wspiera przepływy agenty, które generują użyteczny interfejs użytkownika na podstawie rzeczywistych komponentów, a nie przybliżeń.

Interfejsy użytkownika generowane przez agenty często zawodzą bez systemu rekordów, który odzwierciedla rzeczywiste komponenty, reguły i ograniczenia. Dlaczego ta kotwicząca warstwa jest niezbędna dla AI do produkcji gotowych do użycia interfejsów?

AI może syntetyzować układy i kopie, ale potrzebuje autorytatywnej słownictwa, aby wyprodukować gotowe do użycia interfejsy. Kotwicząca warstwa, która zawiera konkretny komponent, właściwości, ograniczenia, tokeny i reguły użycia, daje AI granice, których musi przestrzegać. Bez niej agenci halucynują style, ignorują wymagania dostępności lub generują kod, który nie odpowiada temu, co zespoły inżynierskie naprawdę wysyłają. Z prawdziwym grafem komponentów i zestawem reguł agenci produkują dane wyjściowe, które są wykonalne, zgodne i spójne z normami marki. To jest różnica między ładnym makietą a wdrożonym interfejsem.

Jak rozwinął się Intelligent Product Engine, co okazało się najtrudniejsze w scaleniu aktywów projektowych, kodu, reguł marki, wymagań zgodności, wzorców UX i danych wydajności w jeden spójny system?

Wyzwaniem nie jest pojedyncza integracja, ale raczej seria integracji. Harmonizuje intencję i rzeczywistość w różnych reprezentacjach, w tym tokenach projektowych w Figma, implementacjach komponentów w wielu repozytoriach, wytycznych marki w dokumentach prawnych, telemetrii z systemów produkcyjnych i metadanych zgodności. Każdy z tych żyje w różnych formatach, z różnymi właścicielami i na różnych cyklach aktualizacji. Przekształcenie tych sygnałów w jeden spójny model wymagało silnych potoków ingestowania, reguł rozwiązywania konfliktów i jasnego modelu pochodzenia i własności. Zespoły muszą wiedzieć, co się zmieniło, kto dokonał zmiany i dlaczego. Budowanie tej warstwy zaufania było najtrudniejsze.

Jak AI jest w stanie generować coraz bardziej kompletne interfejsy, jak widzisz ewolucję ról projektantów i inżynierów w ramach przepływów pracy człowiek-agenci?

Agenci zajmą się powtarzalnymi zadaniami, takimi jak tworzenie stron, proponowanie wariantów dostępności i generowanie lokalizowanych treści. Projektanci będą się koncentrować na strategii, intencji doświadczenia, przypadkach brzegowych UX i definiowaniu ograniczeń, które napędzają dobre wyniki. Inżynierowie będą się koncentrować mniej na wpisywaniu każdego piksela i bardziej na poprawności komponentów, umowach czasu wykonywania, obserwowalności i wydajności. Ludzie staną się kuratorami i walidatorami. Definiujemy reguły, przeglądamy dane wyjściowe i decydujemy, co wygląda na jakość. Najwyższe umiejętności ludzkie będą myśleniem systemowym i sądem.

Po serii A, co stało się najwyższym priorytetem obszarów dla przyspieszenia rozwoju produktu i przyjęcia przedsiębiorstwa?

Seria A pozwoliła nam przyspieszyć w trzech obszarach. Po pierwsze, wdrożenie i ingestowanie, które umożliwiają przedsiębiorstwom utworzenie systemu rekordów w ciągu dni, a nie miesięcy. Po drugie, Intelligent Product Engine, w tym możliwości wyrównane z modelem, które zapewniają, że wygenerowane interfejsy szanują markę i reguły. Po trzecie, kontrola przedsiębiorstwa, takie jak uprawnienia, audytowanie i haki zgodności, zapewniają, że liderzy czują się pewnie, przyjmując Knapsack w całych organizacjach. Są to dźwignie, które napędzają prawdziwe przyjęcie na dużą skalę.

Zespoły przedsiębiorstw często mają trudności z przechodzeniem od statycznych przepływów pracy do dynamicznych, gotowych do agenta systemów. Jakie są największe przeszkody, a jak Knapsack pomaga organizacjom dostosować się?

Przedsiębiorstwa mają trudności z fragmentowanymi systemami, silo własności, ograniczeniami regulacyjnymi i wysokimi kosztami utrzymania wszystkiego na bieżąco. Pomagamy, robiąc ingestowanie szybkim i deterministycznym, modelując pochodzenie i własność, oraz zapewniając funkcje zarządzania, takie jak uprawnienia i logi audytowe. Te narzędzia umożliwiają zespołom walidację zaufania w automatycznych przepływach pracy.

Jak tworzenie produktu staje się coraz bardziej zautomatyzowane, jakie nowe możliwości muszą rozwinąć zespoły, aby pozostać skuteczne w środowisku, w którym AI generuje coraz więcej podstawowej pracy?

Zespoły muszą rozwinąć silniejsze umiejętności myślenia systemowego, szczególnie umiejętność tworzenia ograniczeń, zasad i umów komponentów, których agenci mogą używać. Muszą również mieć lepsze praktyki monitorowania i walidacji, w tym obserwowalność w decyzjach agentów, kontrolę wdrożenia i ramy Q&A dla wygenerowanego interfejsu użytkownika. Umiejętność zarządzania staje się niezbędna, szczególnie umiejętność wyrażania wymagań zgodności, dostępności i prywatności w formatcie maszynowo czytelnym. Organizacje, które odnoszą sukces, będą tymi, które mogą zakodować politykę i jakość w swoich systemach.

Patrząc pięć lat do przodu, jak oczekujesz, że tworzenie produktu napędzane przez AI będzie ewoluować, a jaka pozycję chcesz, aby Knapsack zajmował w następnym etapie branży?

Za pięć lat tworzenie produktu będzie przypominało komponowanie usług przeciwko żywemu grafowi komponentów, a nie przekazywanie statycznych kompozycji między zespołami. Agenci narzędzi wygenerują gotowe do użycia powierzchnie przy użyciu zasad, budżetów wydajności i ograniczeń marki. Moim celem jest, aby Knapsack był kanonicznym systemem rekordów, na którym agenci i aplikacje polegają, aby zrozumieć prawdziwe prymitywy interfejsu użytkownika i reguły firmy. Obejmuje to głęboką integrację z modelami i CI/CD, silne zarządzanie dla regulowanych przedsiębiorstw i szybkie wdrożenie dla nowych zespołów. Knapsack powinien być zaufaną warstwą dla marki, zachowania i bezpieczeństwa, gdy firmy pozwalają agentom działać bardziej autonomicznie.

Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej o nowoczesnych systemach projektowych i skalowalnej produkcji cyfrowej, powinni odwiedzić Knapsack.