Chris Strahl, grundare och VD för Knapsack – Intervjuserie

Chris Strahl är medgrundare och VD för Knapsack, där han fokuserar på att omforma hur moderna digitala produkter byggs genom att samordna design-, teknik- och produktteam kring ett gemensamt sanningssystem. Med en bakgrund förankrad i designsystem och frontend-utveckling är han också allmänt känd för att ha varit värd för Designsystem Podcast, där han utforskar hur organisationer skalar design, förbättrar samarbete och moderniserar digital produktion.

Ryggsäck är ett företagsdesignsystem och en digital produktionsplattform som fungerar som ett levande system för registrering, och kopplar samman designresurser, kod, innehåll och dokumentation i realtid. Plattformen gör det möjligt för team att bygga och styra återanvändbara, produktionsklara komponenter, hantera designtokens och upprätthålla konsekvens över komplexa digitala ekosystem. Genom att strukturera design- och UI-data på ett sätt som är skalbart och AI-redo, hjälper Knapsack stora organisationer att accelerera leverans, minska dubbelarbete och säkerställa varumärkes- och produktintegritet över team och kanaler.

Knapsack uppstod efter att ha ägnat år åt att bygga designsystem för stora företag på Basalt, där återkommande friktion mellan designfiler, tekniska arbetsflöden och levererad kod blev omöjlig att ignorera. När blev det mönstret tillräckligt tydligt för att motivera lanseringen av en dedikerad plattform?

Vi byggde otaliga designsystem på Basalt, och mönstret var tydligt: ​​designfiler, tekniska arbetsflöden och levererad kod existerade alla i separata universum. Resultatet blev inte ett enda dramatiskt misslyckande utan tusen upprepade förluster: felstora knappar, inkonsekvent beteende och stilförskjutningar mellan egenskaper som kostade team månader av omarbetning. Vi visste att det var ett verkligt problem när vi insåg att dessa problem inte kunde åtgärdas med bättre synkroniseringspluggar eller snyggare dokumentation. De krävde ett enda auktoritativt system för registrering av design, kod och varumärkesregler. Den insikten gjorde det tydligt att en dedikerad plattform var nödvändig.

Att gå från byrå- och konsultarbete till att bygga ett produktföretag avslöjade ett djupare problem som befintliga designverktyg och arbetsflödesplattformar inte åtgärdade. Vilket var det grundläggande gapet som formade Knapsacks tidigaste arkitektur och inriktning?

När vi gick från byråarbete till att bygga en produkt blev den saknade kärnpunkten uppenbar. Det fanns inget pålitligt, maskinläsbart system som fångade upp komponenter, begränsningar och synergin mellan designers och ingenjörer. Befintliga verktyg fokuserade på filer eller isolerade arkiv, men inte på en levande representation av en produkts verkliga tillstånd, inklusive komponenter, teman, användningsregler och metadata för efterlevnad. Vi byggde Knapsack kring ett kanoniskt registreringssystem som är komponentfokuserat, versionsbaserat, instrumenterbart och kan integreras med både designverktyg och kodbaser. Den slutsatsen formade vår inmatningsmodell och länklagret, vilket slutligen ledde till den intelligenta produktmotorn.

"Canvas-eran" ger vika för levande, kodanslutna system. Hur definierar du detta skifte, och vad förändras för team när produktskapandet går från statiska filer till kontinuerligt uppdaterade system?

Canvas-eran behandlade UX som statiska artefakter, vanligtvis filer som skickades mellan team. Den nya eran drivs av kontinuerligt uppdaterade, körbara system som återspeglar verklig implementering. Förändringen för team är betydande. Istället för att diskutera vilken fil eller gren som är källan till sanningen, arbetar de från ett delat system som exponerar det aktuella tillståndet för komponenter, tokens, tillgänglighetsbegränsningar och produktionsbeteende. Detta minskar tvetydighet, möjliggör automatiserad validering och stöder agentiska arbetsflöden som genererar användbara användargränssnitt baserat på verkliga komponenter snarare än approximationer.

Agentgenererade användargränssnitt misslyckas ofta utan ett system för registrering som återspeglar verkliga komponenter, regler och begränsningar. Varför är detta förankringslager avgörande för att AI ska kunna producera företagsklara gränssnitt?

AI kan syntetisera layouter och text, men den behöver en auktoritativ vokabulär för att producera företagsklara gränssnitt. Förankringslagret, som innehåller konkreta komponenter, rekvisita, begränsningar, tokens och användningsregler, ger AI de gränser den måste respektera. Utan det hallucinerar agenter stilar, ignorerar tillgänglighetskrav eller genererar kod som inte matchar vad ingenjörsteam faktiskt levererar. Med en riktig komponentgraf och regeluppsättning producerar agenter utdata som är implementerbara, kompatibla och överensstämmer med varumärkesstandarder. Detta är skillnaden mellan en snygg mockup och ett distribuerbart gränssnitt.

Allt eftersom den intelligenta produktmotorn utvecklades, vad visade sig vara svårast med att förena designresurser, kod, varumärkesregler, efterlevnadskrav, UX-mönster och prestandadata till ett sammanhängande system?

Utmaningen är inte en enda integration, utan snarare en serie av dem. Den harmoniserar avsikt och verklighet över olika representationer, inklusive designtokens i Figma, komponentimplementeringar i flera repositorier, varumärkesriktlinjer i juridiska dokument, telemetri från produktionssystem och compliance-metadata. Var och en av dessa finns i olika format, med olika ägare och på olika uppdateringscykler. Att omvandla dessa signaler till en enhetlig modell krävde starka inmatningspipelines, konfliktlösningsregler och en tydlig modell för ursprung och ägarskap. Team behöver veta vad som ändrades, vem som gjorde ändringen och varför den gjordes. Att bygga det förtroendelagret var den svåraste delen.

Med AI nu kapabel att generera alltmer kompletta gränssnitt, hur ser du på designers och ingenjörers roller som utvecklas inom arbetsflöden mellan människa och agent?

Agenter kommer att hantera repetitiva uppgifter, som att bygga upp sidor, föreslå tillgängliga varianter och generera lokaliserat innehåll. Designers kommer att fokusera på strategi, upplevelseintention, UX i utvalda områden och att definiera de begränsningar som driver bra resultat. Ingenjörer kommer att fokusera mindre på att skriva ut varje pixel och mer på komponentkorrekthet, körtidskontrakt, observerbarhet och prestanda. Människor blir kuratorer och validerare. Vi definierar reglerna, granskar output och bestämmer hur kvalitet ser ut. De mest värdefulla mänskliga färdigheterna kommer att vara systemtänkande och bedömningsförmåga.

Efter serie A, vilka blev de högst prioriterade fokusområdena för att accelerera produktutveckling och företagsadoption?

Serie A gjorde det möjligt för oss att accelerera inom tre områden. För det första, onboarding och inmatning, vilket gör det möjligt för företag att skapa ett system för registrering på dagar istället för månader. För det andra, den intelligenta produktmotorn, inklusive modellanpassade funktioner som säkerställer att genererade gränssnitt respekterar varumärke och regler. För det tredje, företagskontroller, såsom behörigheter, granskningsbarhet och efterlevnadsmekanismer, säkerställer att ledare känner sig trygga med att använda Knapsack i stora organisationer. Det är dessa som driver implementering i verklig skala.

Företagsteam kämpar ofta med att gå från statiska arbetsflöden till dynamiska, agentklara system. Vilka är de största hindren, och hur hjälper Knapsack organisationer att anpassa sig?

Företag kämpar med fragmenterade system, ägarsilos, regulatoriska begränsningar och den höga kostnaden för att hålla allt uppdaterat. Vi hjälper till genom att göra inmatningen snabb och deterministisk, genom att modellera ursprung och ägarskap, och genom att tillhandahålla styrningsfunktioner som behörigheter och granskningsloggar. Dessa verktyg gör det möjligt för team att validera förtroendet för automatiserade arbetsflöden.

I takt med att produktskapandet blir alltmer automatiserat, vilka nya förmågor tror du att team måste utveckla för att förbli effektiva i en miljö där AI genererar mer av det grundläggande arbetet?

Team måste utveckla starkare systemtänkande färdigheter, särskilt förmågan att skapa begränsningar, policyer och komponentkontrakt som agenter kan använda. De behöver också bättre övervaknings- och valideringsrutiner, inklusive observerbarhet i agentbeslut, utrullningskontroller och ramverk för frågor och svar för genererade användargränssnitt. Styrningskompetens blir avgörande, särskilt förmågan att uttrycka efterlevnads-, tillgänglighets- och integritetskrav i ett maskinläsbart format. De organisationer som lyckas kommer att vara de som kan kodifiera policy och kvalitet i sina system.

Om du blickar fem år framåt, hur förväntar du dig att AI-driven produktutveckling kommer att utvecklas, och vilken position vill du att Knapsack ska ha i nästa steg i branschen?

Om fem år kommer produktskapandet att likna att komponera tjänster mot en live-komponentgraf, snarare än att skicka statiska jämförelser mellan team. Agentiska verktyg kommer att generera produktionsklara ytor med hjälp av policyer, prestandabudgetar och varumärkesbegränsningar. Mitt mål är att Knapsack ska vara det kanoniska registreringssystem som agenter och appar förlitar sig på för att förstå ett företags verkliga UI-primitiver och regler. Detta inkluderar djup integration med modeller och CI/CD, stark styrning för reglerade företag och snabb onboarding för nya team. Knapsack bör vara det betrodda lagret för varumärke, beteende och säkerhet i takt med att företag tillåter agenter att arbeta mer autonomt.

Tack för den bra intervjun, läsare som vill lära sig mer om moderna designsystem och skalbar digital produktion bör besöka Ryggsäck.