Três semanas da irritação ao SaaS: como o Claude escreveu 90% do código de um serviço de busca de passagens aéreas

Os melhores produtos nascem de uma dor pessoal. A frase virou clichê de startup há tempos, mas às vezes surge um caso que devolve a ela o sentido original. Um desenvolvedor da Rússia transformou, em três semanas, a irritação de procurar passagens aéreas em um serviço SaaS completo, e o modelo de linguagem Claude escreveu noventa por cento do código.

A tarefa inicial parecia banal: encontrar passagens para Bali para cinco pessoas, com datas de partida flexíveis e uma duração de viagem definida. Quem já tentou algo parecido conhece a sensação: agregadores como Aviasales ou Skyscanner funcionam muito bem quando você viaja sozinho e sabe as datas exatas. Mas basta acrescentar variáveis, como um grupo de viajantes, um intervalo de datas flutuante e um requisito de duração, para a interface começar a travar. É preciso conferir à mão dezenas de combinações, aba por aba. Foi nesse momento que a chave virou para o autor do projeto: em vez de gastar horas em buscas manuais, ele decidiu automatizar o processo.

O resultado é um bot de Telegram capaz de verificar mais de mil combinações de rotas por hora e de encontrar opções com economia de até cinquenta e dois por cento em relação à busca padrão. Uma das principais descobertas do processo: uma passagem de ida e volta pode sair quarenta por cento mais barata que a soma de duas passagens só de ida. Parece óbvio, mas os agregadores nem sempre mostram essa diferença com clareza, principalmente em rotas complexas com conexões.

O lado técnico do projeto merece atenção à parte. O autor escolheu deliberadamente a abordagem "todo o código é escrito pela IA" e confiou a maior parte do desenvolvimento ao Claude. Na estimativa dele, o modelo resolveu noventa por cento das tarefas, da lógica de backend à configuração de DevOps. Não se trata apenas de gerar código repetitivo: é uma arquitetura complexa que inclui engenharia reversa das APIs fechadas de companhias aéreas e agregadores, contorno de sistemas antibot e uma infraestrutura analítica com métricas de CTR, retenção e funis de conversão. Três semanas do zero a um produto funcional com usuários reais é um ritmo que, até alguns anos atrás, exigiria uma pequena equipe e alguns meses de trabalho.

Ainda assim, vale uma ressalva: o caso também levanta questões incômodas. Fazer engenharia reversa de APIs alheias e contornar mecanismos de proteção é uma prática que beira os limites da legalidade. A maioria dos agregadores de passagens proíbe expressamente a coleta automatizada de dados nos termos de uso. Isso não significa que esses projetos não tenham o direito de existir, mas escalar um serviço desse tipo inevitavelmente esbarrará em barreiras jurídicas e técnicas. As empresas atualizam suas defesas com regularidade, e a jurisprudência sobre scraping continua contraditória.

O aspecto bem mais interessante aqui é outro: a velocidade com que os modelos de linguagem permitem que uma única pessoa crie produtos de um nível antes acessível apenas a equipes. Quando o Claude assume a rotina de escrever código, o desenvolvedor pode se concentrar no raciocínio de produto: o que exatamente construir, para quem e como medir o sucesso. O autor ressalta que pensava ao mesmo tempo em backend, DevOps, UX e métricas de negócio, e que essa capacidade de manter o quadro todo na cabeça é o que distingue um projeto bem-sucedido de uma demonstração técnica.

Esse caso se encaixa na tendência crescente do "one-person SaaS", em que ferramentas de IA funcionam como multiplicador das capacidades de desenvolvedores individuais. Vemos cada vez mais histórias de uma pessoa que entende bem um problema e tem acesso a modelos de linguagem modernos lançando um produto mais rápido do que uma equipe corporativa completa seu ciclo de aprovações. Isso não elimina a necessidade de equipes em projetos de grande escala, mas reduz radicalmente a barreira para testar hipóteses.

Três semanas, um desenvolvedor, um modelo de linguagem como coautor e um serviço no ar no fim. Uma fórmula que há um ano parecia exótica hoje vira o novo normal. A pergunta já não é se a IA pode ajudar a escrever código, mas se o desenvolvedor tem faro de produto suficiente para direcionar esse poder para o rumo certo.