Chris Strahl, Założyciel i CEO Knapsack – Seria Wywiadów

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

Knapsack to platforma projektowa i produkcyjna dla przedsiębiorstw, która działa jako żywy system rekordów, łącząc aktywa projektowe, kod, treści 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 użytkownika w sposób, który jest skalowalny i gotowy do AI, Knapsack pomaga dużym organizacjom przyspieszyć dostawę, 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 oczywisty: pliki projektowe, przepływy inżynierskie i wysyłany kod istniały w oddzielnych wszechświatach. Rezultatem było nie jedną dramatyczną porażką, ale tysiąc powtarzalnych strat: nieprawidłowo rozmiarowane przyciski, niespójne zachowanie i dryf stylu w różnych właściwościach, które kosztowały zespoły miesiące pracy. Wiedzieliśmy, że to prawdziwy problem, kiedy zobaczyliśmy, że te problemy nie mogą 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 jasne, że dedykowana platforma jest niezbędna.

Przechodzenie z agencji i pracy konsultacyjnej do budowania firmy produkcyjnej ujawniło głębszy problem, który nie istniał w istniejących narzędziach systemów projektowych i platformach przepływowych. Jaki był podstawowy brak, który ukształtował najwcześniejszą architekturę i kierunek Knapsack?

Kiedy przerzuciliśmy się z pracy agencji na budowanie produktu, podstawowa brakująca część stała się oczywista. Nie było niezawodnego, maszynowego 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, zasad użycia i metadanych zgodności. Zbudowaliśmy Knapsack wokół kanonicznego systemu rekordów, który jest komponent-first, wersjonowany, instrumentowany i w stanie integrować się z narzędziami projektowymi i kodami źródłowymi. To wniosek ukształtował nasz model ingestii i warstwę łączącą, ostatecznie prowadząc do Intelligent Product Engine.

Era “płótna” 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 płótna 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 udziałem systemu, który ujawnia bieżący stan komponentów, tokenów, ograniczeń dostępności i zachowania produkcyjnego. To redukuje niejasność, umożliwia automatyczną walidację i wspiera agenticzne przepływy pracy, które generują użyteczne interfejsy użytkownika na podstawie rzeczywistych komponentów, a nie przybliżeń.

Agent-generated UI często zawodzi bez systemu rekordów, który odzwierciedla rzeczywiste komponenty, reguły i ograniczenia. Dlaczego jest to kotwicząca warstwa niezbędna do tego, aby AI mogło produkować gotowe do przedsiębiorstw interfejsy?

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

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

Wyzwaniem nie jest pojedyncza integracja, ale raczej seria ich. Harmonizuje intencję i rzeczywistość w różnych reprezentacjach, w tym tokeny projektowe w Figma, implementacje komponentów w wielu repozytoriach, wytyczne marki w dokumentach prawnych, telemetrię z systemów produkcyjnych i metadane zgodności. Każdy z nich żyje w różnych formatach, z różnymi właścicielami i na różnych cyklach aktualizacji. Przerobienie tych sygnałów w jeden spójny model wymagało silnych potoków ingestii, reguł rozwiązywania konfliktów i jasnego modelu dla pochodzenia i własności. Zespoły muszą wiedzieć, co się zmieniło, kto dokonał zmiany i dlaczego została dokonana. Budowanie tej warstwy zaufania było najtrudniejszą częścią.

Z AI, które może generować coraz bardziej kompletne interfejsy, jak widzisz ewolucję ról projektantów i inżynierów wewnątrz ludzko-agentywnych przepływów pracy?

Agenci zajmą się powtarzalnymi zadania, takimi jak szkieletowanie stron, proponowanie wariantów dostępności i generowanie zlokalizowanej zawartości. 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 stają się kuratorami i walidatorami. Definiujemy reguły, przeglądamy dane wyjściowe i określamy, co wygląda na jakość. Najwyższe umiejętności ludzkie będą myśleniem systemowym i osądem.

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

Seria A pozwoliła nam przyspieszyć w trzech obszarach. Po pierwsze, w onboarding i ingestii, co umożliwia przedsiębiorstwom utworzenie systemu rekordów w ciągu dni, a nie miesiący. Po drugie, Intelligent Product Engine, w tym możliwości zgodne 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 dużych organizacjach. Są to dźwignie, które napędzają prawdziwe przyjęcie w skali.

Zespoły przedsiębiorstw często mają trudności z przechodzeniem ze 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, sylami własności, ograniczeniami regulacyjnymi i wysokimi kosztami utrzymania wszystkiego na bieżąco. Pomagamy, robiąc ingestię szybką i deterministyczną, modelując pochodzenie i własność, oraz zapewniając funkcje zarządzania, takie jak uprawnienia i rejestry audytowe. Te narzędzia umożliwiają zespołom walidację zaufania w zautomatyzowanych 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 autoryzacji ograniczeń, polityk i umów komponentów, które 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 formacie czytelnym przez maszynę. Organizacje, które odnoszą sukces, będą tymi, które mogą zakodować politykę i jakość w swoich systemach.

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

Za pięć lat tworzenie produktu będzie przypominało komponowanie usług przeciwko żywej grafie komponentów, a nie przekazywanie statycznych kompozycji między zespołami. Agenty generujące narzędzia będą generować gotowe do produkcji 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.