STRAŦUM：我75日內Solo Build嘅9-Agent Marketing Application（其中病咗10日）
我75日內build咗一個9-agent marketing platform，佢從每段對話中學習——同一個agent講你嘅business，九個全部都會變得更smart。
記得9月嗰篇文我casual咁提過一邊瞓Sunday午覺一邊speed-run一個10-agent marketing platform？四個禮拜入面，3個agents working，target 10月做alpha？
同埋10月嗰個debugging噩夢我reveal咗個名STRAŦUM同提到有8個（9個入面）agents build好？
好喇，依家11月喇。係時候actually launch呢件嘢。
狀態：
- ✅ Platform名：STRAŦUM（Intelligence Over Execution）
- ✅ 9個（9個入面）AI agents build好同integrated
- ✅ SMEs同agencies嘅Multi-tenant architecture
- ✅ 完整brand guidelines同design system
- ✅ Private-alpha testing phase：而家
Marketing Execution冇Strategy只係貴嘅Noise
大部分platforms promise更快execution。但冇方向嘅速度只係burn budget更快。
STRAŦUM唔同：11個strategic frameworks。9個AI agents。隨住每段對話增長嘅intelligence。
以下係佢actually嘅意思：
11個Strategic Frameworks應用到你嘅Business：
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 - 同一個Agent講，九個全部都知：
唔似static tools，STRAŦUM嘅AI agents從每段對話中持續學習你嘅business。你interact得越多，insights越smart越targeted。
點運作：
第1日 - 自動Insight Capture：
Share你嘅business context一次。Agents提供strategic frameworks同開始自動capture關於你嘅market、competitors同customers嘅key insights。唔使撳「Save」——intelligence自然累積。
第1個禮拜 - Cross-Agent Intelligence Sharing：
每段對話都加入你嘅Learning History。同Strategy Agent傾European expansion？Content Agent下個禮拜已經知。Agents reference過去嘅insights提供越來越personalized嘅recommendations。唔使再解釋context。
持續 - Predictive Intelligence：
有咗rich knowledge base，agents anticipate你嘅需要同pre-fill contexts。高信心insights（≥90%）自動approved。低信心learnings等你review。你保持控制——view你嘅完整Learning History同delete你唔鍾意嘅任何insight。
5分鐘Quick Wins：
第一次session就有actionable insights，唔係第五個禮拜。
Evolution：由DIALØGUE到STRAŦUM
Build DIALØGUE教識我點ship AI products。Build STRAŦUM教識我點build platforms。
DIALØGUE（8個月，Jan-Aug 2025）：
- 一種user type：Individual podcast creators
- 一個workflow：Research → Script → Audio generation
- 14 microservices：Lambda → Cloud Run migration
- Simple auth：一種user type嘅JWT
- 一個revenue stream：Credit packs（$4.99-$19.99）
- Business model：B2C、single-tenant
STRAŦUM（75日，Aug-Nov 2025）：
- 兩種user types：SMEs + Agencies（各manage 5-15個clients）
- 9個specialized agents：每個有multiple tools，share intelligence
- 45+ database tables：完整multi-tenant data isolation
- Complex auth：Organization → Client → Campaign hierarchy
- Business model：B2B + B2C、multi-tenant SaaS
點解Multi-Tenant Architecture難10倍
DIALØGUE一次為一個user generate podcasts。STRAŦUM manage marketing intelligence for agencies juggling multiple competing clients。
挑戰：一間manage多個clients嘅agency需要：
- 完整data separation（Client 1睇唔到Client 2 data）
- Hierarchical context（organization → client → campaign）
- Cross-agent intelligence sharing（只喺campaign boundaries內）
- Schema routing（public schema for SME、agency schema for agencies）
- Row Level Security on 45+ database tables
例子：當strategist為Client 1用Business Strategy Agent，嗰個analysis係isolated嘅。Switch到Persona Agent？佢pull Client 1嘅strategy——但_睇唔到_Client 2。Brand guidelines cascade down到Content Agent，確保每篇content用Client 1嘅voice，唔係Client 2嘅。
呢個需要database functions、materialized views、trigger-based real-time updates，同老實講比我想寫嘅更多SQL。
200+ commits over 72日淨係for multi-tenant architecture。嗰個唔係feature——嗰個係architectural philosophy，touch咗stack嘅每一層。
數字（因為我忍唔住）
75日。8月20日到11月3日。以下係需要嘅：
Development Velocity：
- Git commits：1,000+（actual count: 1,075）——嗰個係平均每日14.5個commits
- Lines of code：~200,000（Python: 62k、TypeScript: 98k、SQL: 41k）
- Database migrations：214個sequential migrations
- Agents built：9個（9個入面）（所有core agents shipped）
Technical Complexity：
- Database tables：45+ tables有完整RLS policies
- RLS policies：83個policies across 26個tables for multi-tenant security
- Foreign key indexes：98個indexes added（Postgres唔會auto-create佢哋！）
- Color token migration：700+個instances across 200+ files一日內
- Major architectural pivots：3個（ADK→Direct API、Nuclear Migration、Database-First）
Performance Improvements：
- Latency reduction：72% faster AI responses（hybrid function calling）
- RLS optimization：10-100x query speedup有policy caching
- Bundle size：92% reduction through code splitting
Reality Check：
- Multi-tenancy嘅navigation bugs：23個（2日fix完）
- 病假日數：10日（仲係準時ship）
- 放假日數：8日（beach ≠ debugging）
- 飲咗幾多咖啡：仲係唔好問
- 差啲放棄嘅次數：0 :P
- Claude Code / Gemini 2.5 Pro救咗我幾多次：老實講數唔晒
我（又）學到咩
1. Multi-Tenancy好難
Data isolation唔淨止係加org_id到每個table。要think through：
- 呢個data住喺邊個schema？（public for SME、agency for agencies）
- 當你delete一個campaign會發生咩？（Soft delete用archived_at，唔係hard delete）
- Permissions點cascade？（Organization admin vs client manager vs campaign contributor）
例子：11月1日，我一日fix咗23個navigation bugs。問題？Agency users navigate between clients break URL context。SME routes好似/persona/session/123，但agency routes需要/clients/[client-slug]/agents/persona/session/123。每個agent page都需要refactoring嚟preserve client context across navigation。
嗰個係200+ commits over 72日淨係for multi-tenant architecture。唔係feature——係architectural philosophy，touch咗stack嘅每一層。
2. 10日病假Break Momentum
我提到嘅10月launch？係，我病咗。睇唔到screen。寫唔到code。只能...等。
Solo development代表冇team pick up slack。但佢亦代表冇壓力逼你喺ready之前ship。我choose咗get it right over getting it fast。
3. AI-Assisted Development係Real嘅（但唔係Magic）
9月嗰個speed-run唔係誇張。Claude Code同Gemini CLI令我可以幾個鐘內ship architectural refactors，以前要幾日。
9月14日嘅例子：
```
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)
```
六個major features。一個Sunday。期間去教堂、買餸、食lunch、瞓午覺、用iPad打game。
但係：AI冇寫architecture。佢冇決定multi-tenancy patterns。佢冇debug嗰個HTTP/HTTPS噩夢。佢_amplified_我嘅decisions。Thought partner，唔係ghostwriter。呢個lesson喺我開始build一個native iOS app但唔識Swift嘅時候變得更sharp——Claude Code一個晚上scaffold咗7,568行，但product taste decisions仍然係我嘅。
Shape咗STRAŦUM嘅3個Pivots
Build呢個platform需要三個major architectural decisions，fundamentally改變咗trajectory：
Pivot 1：Direct Gemini API（第2日 - 8月21日）
第2日，我abandon咗Google嘅ADK（佢哋嘅Gemini SDK wrapper）轉用direct API access。ADK有session management limitations同multi-tenant architecture conflict。Migration用咗24個鐘。Early pivots便宜。Late pivots貴。
Pivot 2：由第1日起Multi-Tenant
我可以淨係build for SMEs。相反，我choose support agencies managing multiple clients。呢個decision加咗3個月嘅complexity：schema routing、data isolation、client context propagation。但佢亦開啟咗enterprise sales potential——agencies managing 5-15個clients proportionally pay更多。每個customer 10倍revenue justify 3倍development time。
Pivot 3：Nuclear Migration（10月11-22日）
到10月，我有9個separate intelligence tables（每個agent type一個）。每個新agent需要新migrations、新API endpoints、新frontend queries。我consolidate咗全部9個入一個unified table有flexible schema-less content。Migration用咗11日。而家加新agents用幾個鐘，唔係幾日。
呢啲唔係technical failures——佢哋係strategic decisions。AI幫我execute得更快，但architecture decisions係我嘅。
咩Work緊
- 9個AI marketing agents應用11個strategic frameworks
- Multi-tenant data isolation——agencies可以safely manage multiple clients
- Progressive learning system——cross-agent intelligence sharing within campaigns
- Real-time SSE streaming for所有agent conversations
- Interactive persona interviews capture nuanced customer insights
- Marketing strategy bridging business strategy到tactical execution
呢個係working platform，唔係vaporware。Private alpha代表real users已經喺test緊。
Private Alpha：申請Early Access
STRAŦUM live喇，透過invitation-only access接受early testers。我搵緊：
- Small businesses或startups（1-10人）需要strategic marketing intelligence
- Marketing agencies managing multiple clients想要efficient strategy tools
- Early adopters想透過feedback shape product
喺呢度申請access。我personally review每個request，24-48個鐘內grant access。
你會得到：
- 9個AI marketing agents有11個strategic frameworks
- Multi-campaign management（agencies：manage multiple clients）
- Progressive learning system隨住每段對話變得更smart
- 直接contact我做feedback同feature requests
預期：
- Private alpha = actively evolving based on user feedback
- 我對bugs同feature requests好responsive
- Solo founder = authentic、hands-on support
更大嘅Vision
做咗20年advertising之後，我見過同一個pattern：好嘅marketing strategy好貴同難access。Agencies收五位數每個月。好嘅strategists年薪六位數。Solo founders同small teams被遺漏。
但如果strategic marketing intelligence可以被AI augment_呢？唔係replace——augment。AI handle frameworks、research、structured thinking，而人類帶嚟creativity、intuition、嗰種令marketing actually work嘅_je ne sais quoi。
嗰個就係STRAŦUM。Intelligence over execution。Strategy over tactics。Thought partner over ghostwriter。
佢完美嗎？Hell no。佢有用嗎？我genuinely覺得係。
最後諗法（或者：點解我繼續Build in Public）
Build STRAŦUM比DIALØGUE更難。更複雜。更貴。更多夜晚question緊有冇人actually想要呢個。
但以下係令我繼續嘅嘢：同我build DIALØGUE嘅原因一樣。因為我想要佢。
同因為document呢個journey——victories、debugging噩夢、23個navigation bugs、3個architectural pivots、214個database migrations——幫其他solo builders睇到咩係possible嘅。
75日前，一個人build一個9-agent marketing platform有multi-tenant architecture好似impossible。今日，我invite緊人test佢。
咩變咗？更好嘅AI tools——尤其係Claude Code。
你有冇solo build緊ambitious嘅嘢？或者考慮緊？我好想聽你做緊咩同咩hold you back。由我嘅經驗嚟講，最難嘅部分唔係code——係decide to start。
祝好，
Chandler
想試STRAŦUM？申請invitation。
