Um advogado de danos corporais. Um cardiologista. Um especialista em infraestrutura rodoviária. Um músico eletrônico. Esses não são perfis típicos de hackathon de IA — são os vencedores do hackathon oficial do Claude, promovido pela Anthropic com 13 mil inscritos e 500 selecionados. Quatro dos cinco primeiros colocados não eram programadores. E isso muda a pergunta que você deveria estar fazendo sobre IA.
O problema nunca foi falta de habilidade técnica. Foi falta de método para traduzir o que você já sabe em produto funcional.
O hackathon que redefiniu quem pode construir com IA
Em 2025, a Anthropic abriu inscrições para um hackathon de uma semana usando Claude Code. Treze mil pessoas se inscreveram. Quinhentas foram selecionadas. O resultado: quatro dos cinco aplicativos vencedores foram construídos por pessoas sem background em programação.
Isso não foi acidente. Foi o resultado direto de uma mudança estrutural no que é necessário para construir um produto com IA — e na narrativa que as Big Techs precisam que você continue acreditando, porque o mito do “só desenvolvedores podem” é o que mantém a barreira de entrada alta e o acesso controlado.
Mas os dados chegaram antes da narrativa poder ser contida.
Quem foram os vencedores — e o que construíram
A lista de finalistas do hackathon lê como um case study em conhecimento de domínio convertido em produto:
- CrossBeam — construído por um advogado especializado em danos corporais. A ferramenta acelera o processo de aprovação de construções na Califórnia, ajudando construtores e municípios com compliance de código e revisão de projetos. Problema real de quem conhece o processo por dentro, não de quem leu sobre ele.
- PostVisit — criado por um cardiologista. Transforma transcrições de consultas e registros médicos em orientações personalizadas de saúde para o paciente. Nenhum desenvolvedor saberia o que incluir nessa orientação. O médico sabe.
- TARA — desenvolvido por um especialista em infraestrutura rodoviária. Analisa imagens de dashcam para gerar laudos de avaliação de via: condição da superfície, custo de intervenção, projeções de VPL e análise de sensibilidade. Exatamente o que alguém que trabalhou com isso a vida toda consegue especificar com precisão.
- Music AI — criado por um músico eletrônico. Você toca acordes em MIDI e o Claude dirige uma banda generativa de quatro faixas. Latência de 15ms rodando em C/WASM. O músico sabia o que uma banda de fato faz — o código foi o meio, não o conhecimento.
- Kidly — um ambiente de programação visual para crianças. O criador não era programador. A primeira usuária foi a filha de doze anos. O produto foi desenhado do ponto de vista de uma criança, não de um engenheiro de software.
Em todos os casos, o padrão é o mesmo: conhecimento de domínio profundo + método para articular o problema + Claude Code como executor. A equação não inclui “saber programar” como variável crítica.
Por que isso não era possível antes — e o que mudou
A diferença entre 2023 e 2026 não é só poder computacional. É a capacidade dos modelos de raciocinar sobre contexto complexo, entender especificações incompletas e iterar sobre feedback em linguagem natural. Quando o advogado descrevia “o processo de aprovação trava aqui porque o revisor não tem acesso a X”, o Claude conseguia traduzir isso em arquitetura de produto funcional.
Isso não significa que programação virou irrelevante. Significa que o conhecimento de domínio — que até ontem ficava preso dentro do especialista, inacessível para construção de produto — agora tem um canal de execução.
O cardiologista sempre soube o que o paciente precisava ouvir depois de uma consulta. Nunca tinha como transformar isso em produto escalável. Agora tem.
Como expliquei no post sobre contexto versus prompt em IA, a mudança mais relevante é que o modelo passou a entender intenção, não só instrução. Isso é o que abre espaço para especialistas de domínio.
O que o hackathon prova sobre o custo da hesitação
O zenith.chat, vencedor de um hackathon da Anthropic em parceria com a Forum Ventures em Nova York, foi construído em 8 horas. O prêmio: 15 mil dólares em créditos de API. Dois fundadores, sem equipe técnica dedicada.
No Cerebral Valley Hackathon (fevereiro de 2026), o vencedor usou Claude com computer use para operar um braço robótico usando apenas o manual de instruções como contexto. Prêmio de 100 mil dólares em créditos. O diferencial não foi o código — foi entender o que o manual dizia e como traduzir isso em instrução para o modelo.
A pergunta que fica é: o que você já sabe que ainda não traduziu em produto? Qual o processo que você conhece melhor do que qualquer desenvolvedor contratado poderia conhecer — e que ainda está preso no seu cérebro porque você acha que “não sabe programar”?
Como analisamos no post sobre o custo real dos tokens de IA, o maior risco não é custo de API — é o custo de oportunidade de não construir enquanto quem tem menos expertise que você já está construindo.
O método que os vencedores tinham em comum
Nenhum dos vencedores chegou ao hackathon sem preparação. O que tinham em comum:
- Problema específico com boundary claro — não “quero usar IA no meu negócio”, mas “o gargalo está exatamente aqui, e a saída seria exatamente isso”.
- Conhecimento de domínio profundo — anos de experiência traduzidos em especificação precisa. O cardiologista sabia exatamente o que o paciente entende e o que não entende. O advogado sabia onde o processo trava.
- Disposição para iterar — não tentaram construir tudo de uma vez. Testaram, ajustaram, refinaram. A semana de hackathon foi de execução, não de descoberta do problema.
- Claude Code como parceiro de execução — não como oráculo. Especificaram o que queriam, avaliaram o output, corrigiram a direção.
Isso é o método. E ele está disponível para qualquer especialista de domínio que queira parar de esperar alguém com “habilidade técnica suficiente” para construir o produto que eles mesmos entendem melhor que qualquer desenvolvedor.
O que isso significa para quem ainda está em dúvida
Se você é médico, advogado, gestor de operações, especialista em logística, educador, músico ou qualquer profissional com conhecimento de domínio acumulado: o hackathon do Claude não é uma curiosidade sobre IA. É evidência de que a janela está aberta.
A narrativa de que “construir com IA é coisa de desenvolvedor” era conveniente para quem vende ferramentas de desenvolvimento. Os dados do hackathon dizem o contrário. E dados são mais confiáveis que narrativa.
A questão agora não é se você consegue. É qual problema você vai resolver primeiro.
Leia também
- O custo de não usar IA em 2026 — o risco que ninguém calcula
- IA Pragmática 2026: o que realmente funciona para PMEs
- O empreendedor que automatizou tudo — e o que aconteceu depois
Perguntas frequentes sobre o hackathon do Claude e IA para não-programadores
Qualquer pessoa pode participar de hackathons de IA sem saber programar?
Sim. O hackathon do Claude (Anthropic, 2025) teve quatro dos cinco vencedores principais que não eram programadores. O diferencial foi conhecimento de domínio profundo — saber exatamente qual problema resolver e como especificá-lo para o modelo. Claude Code funciona como parceiro de execução para quem tem clareza sobre o que quer construir.
O que é Claude Code e como ele permite construir aplicativos sem programação?
Claude Code é a interface de desenvolvimento da Anthropic que permite descrever em linguagem natural o que você quer construir, e o modelo traduz em código funcional. Não elimina a necessidade de revisão técnica para aplicativos de produção, mas reduz drasticamente a barreira inicial — o que os vencedores do hackathon demonstraram construindo apps funcionais em dias, sem equipe de desenvolvimento.
Quais tipos de projetos funcionam melhor para não-programadores usando IA?
Projetos onde o conhecimento de domínio é o diferencial principal: processos específicos de uma indústria, automações de fluxo de trabalho que o especialista conhece por dentro, ferramentas de análise para dados que só o especialista sabe interpretar. Quanto mais específico o problema e mais profundo o conhecimento de domínio, melhor o resultado — como demonstraram o advogado (CrossBeam), o cardiologista (PostVisit) e o especialista em estradas (TARA).
Quanto tempo levou para os vencedores construírem seus aplicativos?
O hackathon principal teve duração de uma semana. O zenith.chat, vencedor de outro hackathon da Anthropic em parceria com Forum Ventures, foi construído em 8 horas. O diferencial não foi o tempo — foi a clareza sobre o problema e o método de iteração com o modelo.
O que a Anthropic quis provar com esse hackathon?
Que a programação não é mais o gargalo para construir com IA. A Anthropic afirmou explicitamente que o evento “democratizou a programação”. O resultado confirma: quando o modelo é capaz o suficiente, o conhecimento de domínio passa a valer mais que a habilidade técnica de escrita de código.
