STRATUM: Ang 9-Agent Marketing Application na Binuo Ko sa 75 Araw (Solo, Habang May Sakit ng 10)
Gumawa ako ng 9-agent marketing platform sa 75 araw na natututo mula sa bawat pag-uusap—sabihin mo sa isang agent ang tungkol sa negosyo mo, at lahat ng siyam ay nagiging mas matalino nang magkasama.
Naaalala mo yung September post kung saan casual kong binanggit na speed-running ako ng 10-agent marketing platform habang natutulog ng tanghali tuwing Linggo? Apat na linggo pa lang, 3 agents ang gumagana, target ko ang Oktubre para sa alpha?
At yung October debugging nightmare kung saan ibinunyag ko ang pangalang STRATUM at binanggit na mayroon akong 8 sa 9 agents na nagawa?
Well, Nobyembre na ngayon. Oras na para talagang i-launch ang bagay na ito.
Ang Status:
- Platform name: STRATUM (Intelligence Over Execution)
- 9 sa 9 na AI agents ang nagawa at integrated
- Multi-tenant architecture para sa parehong SMEs at agencies
- Kumpletong brand guidelines at design system
- Private-alpha testing phase: NGAYON
Ang Marketing Execution Nang Walang Strategy Ay Maingay Lang na Gastos
Karamihan ng mga platform ay nangangako ng mas mabilis na execution. Pero ang bilis nang walang direksyon ay mas mabilis lang na pagsunog ng budget.
Iba ang STRATUM: 11 strategic frameworks. 9 AI agents. Intelligence na lumalaki sa bawat pag-uusap.
Narito kung ano ang ibig sabihin noon:
11 Strategic Frameworks na Ini-apply sa IYONG Negosyo:
SWOT Analysis, Porter's Five Forces, Blue Ocean Strategy, BCG Matrix, VRIO, McKinsey 7S, OKRs, Three Horizons, ICE Prioritization, Business Model Canvas, Jobs to Be Done.
Progressive Learning - Sabihin sa Isang Agent, Mag-inform sa Lahat ng Siyam:
Hindi tulad ng mga static tools, ang mga AI agent ng STRATUM ay patuloy na natututo tungkol sa iyong negosyo sa bawat pag-uusap. Habang mas nakikipag-interact ka, mas nagiging matalino at mas targeted ang mga insights.
Paano Ito Gumagana:
Araw 1 - Automatic Insight Capture:
Ibahagi ang iyong business context nang isang beses. Ang mga agents ay nagbibigay ng strategic frameworks at nagsisimulang awtomatikong kumukuha ng mga pangunahing insights tungkol sa iyong market, competitors, at customers. Hindi kailangang i-click ang "Save" — natural na naipon ang intelligence.
Linggo 1 - Cross-Agent Intelligence Sharing:
Bawat pag-uusap ay nagdadagdag sa iyong Learning History. Kinausap mo ang European expansion sa Strategy Agent? Alam na iyon ng Content Agent sa susunod na linggo. Nag-re-reference ang mga agents ng nakaraang insights para magbigay ng mas personalized na mga rekomendasyon. Walang paulit-ulit na pagpapaliwanag ng context.
Patuloy - Predictive Intelligence:
Na may mayamang knowledge base, inaantisipahan ng mga agents ang iyong mga pangangailangan at pini-pre-fill ang mga contexts. Awtomatikong naa-approve ang high-confidence insights (90%+). Ang lower-confidence na mga natutuhan ay naghihintay ng iyong review. Nananatili kang may kontrol — tingnan ang iyong kumpletong Learning History at tanggalin ang anumang insight na hindi mo gusto.
5-Minutong Quick Wins:
Actionable na insights sa iyong unang session, hindi sa iyong ikalimang linggo.
Ang Ebolusyon: Mula DIALOGUE Patungo sa STRATUM
Ang pagbuo ng DIALOGUE ay nagturo sa akin kung paano mag-ship ng AI products. Ang pagbuo ng STRATUM ay nagturo sa akin kung paano gumawa ng mga platform.
DIALOGUE (8 buwan, Ene-Ago 2025):
- Isang uri ng user: Mga indibidwal na podcast creators
- Isang workflow: Research → Script → Audio generation
- 14 microservices: Lambda → Cloud Run migration
- Simpleng auth: JWT para sa isang uri ng user
- Isang revenue stream: Credit packs ($4.99-$19.99)
- Business model: B2C, single-tenant
STRATUM (75 araw, Ago-Nob 2025):
- Dalawang uri ng user: SMEs + Agencies (nagma-manage ng 5-15 clients bawat isa)
- 9 specialized agents: Bawat isa ay may maraming tools, nagbabahagi ng intelligence
- 45+ database tables: Kumpletong multi-tenant data isolation
- Complex auth: Organization → Client → Campaign hierarchy
- Business model: B2B + B2C, multi-tenant SaaS
Bakit 10X Mas Mahirap ang Multi-Tenant Architecture
Gumagawa ang DIALOGUE ng mga podcast para sa isang user sa isang pagkakataon. Nagma-manage ang STRATUM ng marketing intelligence para sa mga agency na nagja-juggle ng maraming magkakasalungat na mga kliyente.
Ang Hamon: Ang isang agency na nagma-manage ng maraming kliyente ay nangangailangan ng:
- Kumpletong data separation (Hindi makikita ng Client 1 ang data ng Client 2)
- Hierarchical context (organization → client → campaign)
- Cross-agent intelligence sharing (sa loob lang ng campaign boundaries)
- Schema routing (`public` schema para sa SME, `agency` schema para sa agencies)
- Row Level Security sa 45+ database tables
Halimbawa: Kapag gumamit ang isang strategist ng Business Strategy Agent para sa Client 1, isolated ang analysis na iyon. Lilipat sa Persona Agent? Kinukuha nito ang strategy ng Client 1 — pero HINDI makikita ang Client 2. Ang brand guidelines ay umaabot pababa sa Content Agent, na tinitiyak na bawat piraso ay gumagamit ng boses ng Client 1, hindi ng Client 2.
Nangangailangan ito ng database functions, materialized views, trigger-based real-time updates, at honestly mas maraming SQL kaysa sa gusto kong isulat kailanman.
200+ commits sa loob ng 72 araw para lang sa multi-tenant architecture. Hindi iyon isang feature — iyon ay isang architectural philosophy na umabot sa bawat layer ng stack.
Ang mga Numero (Dahil Hindi Ko Mapigilan ang Sarili Ko)
75 araw. Agosto 20 hanggang Nobyembre 3. Narito ang kinailangan:
Development Velocity:
- Git commits: 1,000+ (aktwal na bilang: 1,075) — 14.5 commits/araw na average
- Mga linya ng code: ~200,000 (Python: 62k, TypeScript: 98k, SQL: 41k)
- Database migrations: 214 sequential migrations
- Mga agent na nagawa: 9 sa 9 (lahat ng core agents na-ship)
Technical Complexity:
- Database tables: 45+ tables na may kumpletong RLS policies
- RLS policies: 83 policies sa 26 tables para sa multi-tenant security
- Foreign key indexes: 98 indexes na na-add (Hindi awtomatikong ginagawa ng Postgres ang mga ito!)
- Color token migration: 700+ instances sa 200+ files sa isang araw
- Major architectural pivots: 3 (ADK→Direct API, Nuclear Migration, Database-First)
Performance Improvements:
- Latency reduction: 72% mas mabilis na AI responses (hybrid function calling)
- RLS optimization: 10-100x query speedup na may policy caching
- Bundle size: 92% reduction sa pamamagitan ng code splitting
Reality Check:
- Navigation bugs mula sa multi-tenancy: 23 (na-fix sa 2 araw)
- Mga araw na nawala sa sakit: 10 (na-ship pa rin on time)
- Mga araw sa bakasyon: 8 (beach ≠ debugging)
- Kape na ininom: Huwag pa ring itanong
- Mga beses na halos sumuko: 0 :P
- Mga beses na nag-save sa akin si Claude Code / Gemini 2.5 Pro: Honest na nawala na ang bilang
Ang Natutunan Ko (Ulit)
1. Mahirap ang Multi-Tenancy
Ang data isolation ay hindi lang pagdagdag ng `org_id` sa bawat table. Ito ay pag-iisip tungkol sa:
- Aling schema ang kinaroroonan ng data na ito? (`public` para sa SME, `agency` para sa agencies)
- Ano ang mangyayari kapag nag-delete ka ng campaign? (Soft delete na may `archived_at`, hindi hard delete)
- Paano nag-cascade ang permissions? (Organization admin vs client manager vs campaign contributor)
Halimbawa: Noong Nobyembre 1, nag-fix ako ng 23 navigation bugs sa isang araw. Ang isyu? Ang mga agency user na nagna-navigate sa pagitan ng mga kliyente ay sinisira ang URL context. Ang mga SME routes ay mukhang `/persona/session/123`, pero ang mga agency routes ay nangangailangan ng `/clients/[client-slug]/agents/persona/session/123`. Bawat agent page ay kailangan ng refactoring para mapanatili ang client context sa navigation.
Iyon ay 200+ commits sa loob ng 72 araw para lang sa multi-tenant architecture. Hindi isang feature — isang architectural philosophy na umabot sa bawat layer ng stack.
2. 10 Araw ng Sakit ang Nag-break ng Momentum
Yung October launch na binanggit ko? Oo, nagkasakit ako. Hindi makatingin sa mga screen. Hindi maka-code. Kailangan lang... maghintay.
Solo development ibig sabihin walang team na magpu-pick up ng slack. Pero ibig din sabihin walang presyur na mag-ship bago ka handa. Pinili kong gawin itong tama kaysa gawin itong mabilis.
3. Tunay ang AI-Assisted Development (Pero Hindi Magic)
Yung September speed-run ay hindi exaggeration. Hinayaan ako ng Claude Code at Gemini CLI na mag-ship ng architectural refactors sa loob ng ilang oras na tatagal sana ng ilang araw.
Halimbawa mula Setyembre 14:
```
08:04 AM - Migrated frontend to standardized API client
11:34 AM - Centralized route configuration (no hardcoded URLs)
1:00 PM - Standardized all 10 agent pages
4:38 PM - All agents integrated with context system
5:03 PM - Testing & Polish (92% bundle size reduction)
```
Anim na major features. Isang Linggo. Habang nagsisimba, nag-grocery, nag-lunch, natutulog ng tanghali, at naglalaro ng iPad games.
Pero ito ang bagay: hindi isinulat ng AI ang architecture. Hindi ito nagdesisyon sa multi-tenancy patterns. Hindi ito nag-debug ng [HTTP/HTTPS nightmare](/blog/2025/10/22/the-http-https-debugging-nightmare-a-24-hour-journey-through-mixed-content-hell/) na iyon. Na-amplify nito ang aking mga desisyon. Thought partner, hindi ghostwriter. Ang aral na iyon ay naging mas malinaw noong nagsimula akong gumawa ng native iOS app nang hindi marunong ng Swift — nag-scaffold si Claude Code ng 7,568 na linya sa isang gabi, pero ang mga product taste decisions ay sa akin pa rin.
Ang 3 Pivots na Humubog sa STRATUM
Ang pagbuo ng platform na ito ay nangailangan ng tatlong major architectural decisions na fundamentally na nagbago ng trajectory:
Pivot 1: Direct Gemini API (Araw 2 - Agosto 21)
Sa araw 2, inabandona ko ang ADK ng Google (ang kanilang Gemini SDK wrapper) para sa direct API access. Ang ADK ay may session management limitations na sumisalungat sa multi-tenant architecture. Tumagal ang migration ng 24 oras. Mura ang maagang pivots. Mahal ang huli.
Pivot 2: Multi-Tenant mula Araw 1
Maaari akong gumawa para sa SMEs lang. Sa halip, pinili kong suportahan ang mga agencies na nagma-manage ng maraming kliyente. Ang desisyong ito ay nagdagdag ng 3 buwan na complexity: schema routing, data isolation, client context propagation. Pero binuksan din nito ang enterprise sales potential — ang mga agency na nagma-manage ng 5-15 kliyente ay nagbabayad nang proportionally na mas malaki kaysa sa mga indibidwal na negosyo. 10X revenue per customer ang nag-justify sa 3X development time.
Pivot 3: Nuclear Migration (Oktubre 11-22)
Sa Oktubre, mayroon akong 9 hiwalay na intelligence tables (isa bawat agent type). Bawat bagong agent ay nangangailangan ng bagong migrations, bagong API endpoints, bagong frontend queries. Pinagsama ko ang lahat ng 9 sa isang unified table na may flexible schema-less content. Tumagal ang migration ng 11 araw. Ngayon ang pagdagdag ng bagong agents ay tumatagal ng ilang oras, hindi ilang araw.
Hindi ito mga technical failures — ito ay mga strategic decisions. Tinulungan ako ng AI na mag-execute nang mas mabilis, pero ang mga architecture decisions ay sa akin.
Ang Gumagana
- 9 AI marketing agents na nag-a-apply ng 11 strategic frameworks
- Multi-tenant data isolation — ligtas na nagma-manage ang mga agency ng maraming kliyente
- Progressive learning system — cross-agent intelligence sharing sa loob ng mga campaigns
- Real-time SSE streaming para sa lahat ng agent conversations
- Interactive persona interviews na kumukuha ng nuanced customer insights
- Marketing strategy na tumutulay mula sa business strategy hanggang tactical execution
Ito ay isang gumaganang platform, hindi vaporware. Private alpha ibig sabihin tunay na users na ang nagtetest nito.
Private Alpha: Mag-request ng Early Access
Live na ang STRATUM at tumatanggap ng mga maagang testers sa pamamagitan ng invitation-only access. Naghahanap ako ng:
- Maliliit na negosyo o startups (1-10 tao) na nangangailangan ng strategic marketing intelligence
- Marketing agencies na nagma-manage ng maraming kliyente na gusto ng efficient strategy tools
- Mga early adopters na gustong hubugin ang produkto sa pamamagitan ng feedback
Mag-request ng access dito. Personal ko rine-review ang bawat request at nagbi-bigay ng access sa loob ng 24-48 oras.
Ang makukuha mo:
- 9 AI marketing agents na may 11 strategic frameworks
- Multi-campaign management (agencies: magma-manage ng maraming kliyente)
- Progressive learning system na nagiging mas matalino sa bawat pag-uusap
- Direktang access sa akin para sa feedback at feature requests
Ang inaasahan:
- Private alpha = aktibong umiikot batay sa user feedback
- Responsive ako sa mga bugs at feature requests
- Solo founder = authentic, hands-on support
Ang Mas Malaking Vision
Pagkatapos ng 20 taon sa advertising, nakita ko ang parehong pattern: mahal at hindi accessible ang magandang marketing strategy. Ang mga agency ay naniningil ng five figures bawat buwan. Ang magagandang strategists ay nagkakahalaga ng six figures bawat taon. Ang mga solo founders at maliliit na teams ay naiiwan.
Pero paano kung ang strategic marketing intelligence ay maaaring ma-augment ng AI? Hindi mapalitan — ma-augment. Kung saan hinahandle ng AI ang mga frameworks, ang research, ang structured thinking, at ang mga tao ang nagdadala ng creativity, ng intuition, ng je ne sais quoi na nagpapatrabaho sa marketing.
Iyon ang STRATUM. Intelligence over execution. Strategy over tactics. Thought partner over ghostwriter.
Perfect ba ito? Hell no. Kapaki-pakinabang ba? Genuinely naniniwala akong oo.
Mga Huling Saloobin (O: Bakit Patuloy Akong Nagbu-Build in Public)
Ang pagbuo ng STRATUM ay mas mahirap kaysa sa DIALOGUE. Mas complex. Mas mahal. Mas maraming gabi kung saan kinukwestiyon ko kung may gustong gamitin ito.
Pero narito ang nagpapanatili sa akin: ang parehong dahilan kung bakit ko binuo ang DIALOGUE. Dahil gusto ko ito.
At dahil ang pagdo-document ng paglalakbay na ito — ang mga tagumpay, ang mga debugging nightmares, ang 23 navigation bugs, ang 3 architectural pivots, ang 214 database migrations — ay tumutulong sa ibang solo builders na makita kung ano ang posible.
75 araw na ang nakakaraan, mukhang imposible para sa isang tao ang pagbuo ng 9-agent marketing platform na may multi-tenant architecture. Ngayon, nag-iimbita ako ng mga tao na i-test ito.
Ano ang nagbago? Mas magagandang AI tools — lalo na ang Claude Code.
Nagbubuo ka ba ng isang bagay na ambisyoso nang solo? O nag-iisip tungkol dito? Gusto kong marinig kung ano ang ginagawa mo at kung ano ang pumipigil sa iyo. Mula sa aking karanasan, ang pinakamahirap na bahagi ay hindi ang code — kundi ang pagdesisyong magsimula.
Maraming salamat,
Chandler
Gusto mong subukan ang STRATUM? Mag-request ng invitation.
