Entrevistas

Chris Strahl, Fundador e CEO da Knapsack – Série de Entrevistas

mm
Adicione Unite.AI às suas fontes preferidas no Google

Chris Strahl é o co-fundador e CEO da Knapsack, onde ele se concentra em redefinir como os produtos digitais modernos são construídos, alinhando design, engenharia e equipes de produtos em torno de um sistema compartilhado de verdade. Com uma formação enraizada em sistemas de design e desenvolvimento front-end, ele também é amplamente conhecido por hospedar o Design Systems Podcast, onde ele explora como as organizações escalonam o design, melhoram a colaboração e modernizam a produção digital.

Knapsack é uma plataforma de sistema de design empresarial e produção digital que atua como um sistema vivo de registro, conectando ativos de design, código, conteúdo e documentação em tempo real. A plataforma permite que as equipes construam e governem componentes reutilizáveis e prontos para produção, gerenciem tokens de design e mantenham a consistência em ecossistemas digitais complexos. Ao estruturar os dados de design e UI de uma forma escalável e pronta para IA, a Knapsack ajuda as grandes organizações a acelerar a entrega, reduzir a duplicação e garantir a integridade da marca e do produto em todas as equipes e canais.

A Knapsack surgiu após anos construindo sistemas de design para grandes empresas na Basalt, onde a fricção recorrente entre arquivos de design, fluxos de trabalho de engenharia e código enviado se tornou impossível de ignorar. Qual foi o momento em que esse padrão se tornou claro o suficiente para justificar o lançamento de uma plataforma dedicada?

Construímos inúmeros sistemas de design na Basalt, e o padrão era evidente: arquivos de design, fluxos de trabalho de engenharia e código enviado existiam em universos separados. O resultado não foi um único fracasso dramático, mas sim mil perdas repetíveis: botões mal dimensionados, comportamento inconsistente e deriva de estilo em propriedades que custaram às equipes meses de rework. Sabíamos que era um problema real quando vimos que esses problemas não podiam ser resolvidos com conectores de sincronização melhores ou documentação mais agradável. Eles exigiam um sistema único e autoritativo de registro para design, código e regras de marca. Essa realização tornou claro que uma plataforma dedicada era necessária.

Ao mudar do trabalho de agência e consultoria para a construção de uma empresa de produtos, revelou-se um problema mais profundo que as ferramentas e plataformas de fluxo de trabalho de design existentes não estavam abordando. Qual foi a lacuna fundamental que moldou a arquitetura e direção iniciais da Knapsack?

Quando mudamos do trabalho de agência para a construção de um produto, a peça central que faltava se tornou óbvia. Não havia um sistema confiável e legível por máquina que capturasse componentes, restrições e a sinergia entre designers e engenheiros. As ferramentas existentes se concentravam em arquivos ou repositórios isolados, mas não em uma representação viva do estado real de um produto, incluindo componentes, temas, regras de uso e metadados de conformidade. Construímos a Knapsack em torno de um sistema de registro canônico que é componente-primeiro, versionado, instrumentável e capaz de se integrar com ferramentas de design e código. Essa conclusão moldou nosso modelo de ingestão e a camada de ligação, levando eventualmente ao Intelligent Product Engine.

A “era do canvas” está dando lugar a sistemas vivos e conectados ao código. Como você define essa mudança, e o que muda para as equipes quando a criação de produtos passa de arquivos estáticos para sistemas atualizados continuamente?

A era do canvas tratava a UX como artefatos estáticos, geralmente arquivos passados entre equipes. A nova era é impulsionada por sistemas atualizados continuamente, executáveis que refletem a implementação real. A mudança para as equipes é significativa. Em vez de debater qual arquivo ou branch é a fonte de verdade, elas trabalham a partir de um sistema compartilhado que expõe o estado atual de componentes, tokens, restrições de acessibilidade e comportamento de produção. Isso reduz a ambiguidade, permite a validação automatizada e suporta fluxos de trabalho agênticos que geram UI útil com base em componentes reais, e não em aproximações.

A UI gerada por agentes frequentemente falha sem um sistema de registro que reflita componentes, regras e restrições reais. Por que essa camada de ancoragem é essencial para que a IA produza interfaces empresariais prontas?

A IA pode sintetizar layouts e cópias, mas precisa de um vocabulário autoritativo para produzir interfaces empresariais prontas. A camada de ancoragem, que contém componentes concretos, props, restrições, tokens e regras de uso, fornece à IA os limites que ela deve respeitar. Sem isso, os agentes “hallucinam” estilos, ignoram requisitos de acessibilidade ou geram código que não corresponde ao que as equipes de engenharia realmente enviam. Com um gráfico de componentes real e um conjunto de regras, os agentes produzem saídas que são implementáveis, conformes e consistentes com os padrões da marca. Essa é a diferença entre um mockup bonito e uma interface implantável.

À medida que o Intelligent Product Engine se desenvolveu, o que se provou mais difícil sobre unificar ativos de design, código, regras de marca, requisitos de conformidade, padrões de UX e dados de desempenho em um sistema coerente?

O desafio não é uma única integração, mas sim uma série delas. Isso harmoniza a intenção e a realidade em várias representações, incluindo tokens de design no Figma, implementações de componentes em vários repositórios, diretrizes de marca em documentos legais, telemetria de sistemas de produção e metadados de conformidade. Cada um deles vive em formatos diferentes, com proprietários diferentes e em ciclos de atualização diferentes. Transformar esses sinais em um modelo consistente exigiu pipelines de ingestão fortes, regras de resolução de conflitos e um modelo claro de proveniência e propriedade. As equipes precisam saber o que mudou, quem fez a mudança e por que a mudança foi feita. Construir essa camada de confiança foi a parte mais difícil.

Com a IA agora capaz de gerar interfaces cada vez mais completas, como você vê as funções de designers e engenheiros evoluindo dentro dos fluxos de trabalho humanos-agente?

Os agentes lidarão com tarefas repetitivas, como criar páginas, propor variantes acessíveis e gerar conteúdo localizado. Os designers se concentrarão em estratégia, intenção de experiência, UX de caso de borda e definição das restrições que impulsionam bons resultados. Os engenheiros se concentrarão menos em digitar cada pixel e mais em corretude de componentes, contratos de tempo de execução, observabilidade e desempenho. Os humanos se tornarão curadores e validadores. Nós definimos as regras, revisamos as saídas e determinamos o que a qualidade parece. As habilidades humanas de maior valor serão o pensamento de sistemas e o julgamento.

Após a Série A, quais se tornaram as principais áreas de foco para acelerar o desenvolvimento do produto e a adoção empresarial?

A Série A nos permitiu acelerar em três áreas. Primeiro, a integração e ingestão, que permitem que as empresas criem um sistema de registro em dias em vez de meses. Segundo, o Intelligent Product Engine, incluindo capacidades alinhadas com o modelo que garantem que as interfaces geradas respeitem a marca e as regras. Terceiro, os controles empresariais, como permissões, auditoria e ganchos de conformidade, garantem que os líderes se sintam confiantes ao adotar a Knapsack em toda a organização. Essas são as alavancas que impulsionam a adoção em escala real.

As equipes empresariais frequentemente lutam para mudar de fluxos de trabalho estáticos para sistemas dinâmicos e prontos para agentes. Quais são os principais obstáculos, e como a Knapsack ajuda as organizações a se adaptar?

As empresas lutam com sistemas fragmentados, silos de propriedade, restrições regulamentares e o alto custo de manter tudo atualizado. Nós ajudamos tornando a ingestão rápida e determinística, modelando a proveniência e a propriedade e fornecendo recursos de governança, como permissões e logs de auditoria. Essas ferramentas permitem que as equipes validem a confiança nos fluxos de trabalho automatizados.

À medida que a criação de produtos se torna cada vez mais automatizada, quais novas capacidades você acredita que as equipes devem desenvolver para permanecer eficazes em um ambiente em que a IA gera mais do trabalho fundamental?

As equipes devem desenvolver habilidades de pensamento de sistemas mais fortes, especificamente a capacidade de autorizar restrições, políticas e contratos de componentes que os agentes possam usar. Eles também precisam de melhores práticas de monitoramento e validação, incluindo observabilidade nas decisões dos agentes, controles de rollout e estruturas de P&A para UI gerada. A alfabetização em governança se torna essencial, particularmente a capacidade de expressar requisitos de conformidade, acessibilidade e privacidade em um formato legível por máquina. As organizações que terão sucesso serão aquelas que podem codificar a política e a qualidade em seus sistemas.

Olhando cinco anos à frente, como você espera que a criação de produtos impulsionada por IA evolua, e qual posição você deseja que a Knapsack ocupe na próxima etapa da indústria?

Em cinco anos, a criação de produtos se assemelhará à composição de serviços contra um gráfico de componentes vivo, em vez de passar comps estáticos entre equipes. Ferramentas agênticas gerarão superfícies de produção prontas usando políticas, orçamentos de desempenho e restrições de marca. Meu objetivo é que a Knapsack seja o sistema de registro canônico que os agentes e aplicativos dependem para entender os primitivos de UI e regras reais de uma empresa. Isso inclui uma integração profunda com modelos e CI/CD, governança forte para empresas regulamentadas e integração rápida para novas equipes. A Knapsack deve ser a camada de confiança para marca, comportamento e segurança à medida que as empresas permitem que os agentes operem de forma mais autônoma.

Obrigado pela grande entrevista, leitores que desejam aprender mais sobre sistemas de design modernos e produção digital escalável devem visitar Knapsack.

Antoine é um líder visionário e sócio-fundador da Unite.AI, impulsionado por uma paixão inabalável por moldar e promover o futuro da IA e da robótica. Um empreendedor serial, ele acredita que a IA será tão disruptiva para a sociedade quanto a eletricidade, e é frequentemente pego falando sobre o potencial das tecnologias disruptivas e da AGI.

Como um futurista, ele está dedicado a explorar como essas inovações moldarão nosso mundo. Além disso, ele é o fundador da Securities.io, uma plataforma focada em investir em tecnologias de ponta que estão redefinindo o futuro e remodelando setores inteiros.