Hone: do hackathon a um produto de IA no ar
Como um projeto de fim de semana virou um dos produtos do Borderless Labs, o que eu construí nele e o que aprendi sobre colocar IA no caminho do usuário.
Em maio de 2026, entrei no Hackathon HB01-2026 com o Guilherme Resende e o Vinícius Nathan. A ideia era simples de explicar e difícil de fazer bem: uma IA que entrevista você para a vaga que você quer, a partir do seu currículo, para você treinar antes da entrevista de verdade.
Ficamos em 2º lugar. E, diferente da maioria dos projetos de hackathon, o Hone não morreu na segunda-feira seguinte.
Quem está por trás
- Guilherme Resende, founder principal;
- Vinícius Nathan, co-founder;
- e eu, Pablo Cruz, co-founder.
O problema que o Hone resolve
Quem já fez entrevista técnica sabe: treinar com banco de perguntas genérico ajuda pouco. A entrevista real puxa pelo seu currículo, pelas suas escolhas, e o entrevistador vai atrás do ponto em que a sua resposta fica rasa.
O Hone faz isso. Ele lê o currículo contra a vaga, conduz a entrevista com perguntas de acompanhamento sobre trade-offs e profundidade e, no fim, mostra a cobertura por tema e onde estudar a seguir.
Do hackathon ao Borderless Labs
O HB01-2026 foi a hackathon interna da Borderless Coding Labs: 6 times competiram diante de um júri técnico de 3 pessoas. Do desafio saíram dois produtos: o Socratic.dev, em 1º lugar (nota 9,10), e o Hone, em 2º (8,65).
Depois do hackathon, o Hone foi incubado no Borderless Labs, o braço de incubação da Borderless Coding (EUA). O Labs é onde engenheiros da comunidade lançam produtos de IA que nasceram em hackathons, e hoje o Hone é um dos 3 produtos de lá.
Como a própria Borderless contou no Instagram, em 30 dias o Hone foi de projeto de hackathon a produto com billing rodando e funil real, com audiência e alunos de verdade.
Isso mudou o tipo de trabalho. No hackathon, a regra é fazer funcionar até domingo. Num produto no ar, a regra é não quebrar para quem já está usando.
O que foi meu
Num time de 3, vale ser preciso sobre quem fez o quê. A orquestração principal da entrevista com LangGraph e o processamento dos currículos são trabalho do time. No hackathon, a minha parte foi o dashboard e a integração do upload de currículo no front.
Depois, no produto, fiquei com uma funcionalidade inteira: o modo de revisão de respostas fracas. A ideia é mostrar ao candidato, depois da entrevista, quais respostas ficaram abaixo do esperado e por quê.
Construí de ponta a ponta:
- um nó LangGraph que analisa a entrevista no último turno, com um schema para a saída;
- uma fila BullMQ com worker, para essa análise não travar a resposta ao candidato;
- uma tabela própria no PostgreSQL para as respostas fracas;
- os endpoints GET e DELETE e a aba no front.
Também corrigi problemas que só aparecem com gente de verdade usando: uma condição de corrida no primeiro login, um erro 500 na cota de sessões, um cache ETag que devolvia 304 quando não devia e um erro confuso quando o áudio chegava sem fala. E fiz partes de produto, como a paginação das sessões, turnos configuráveis de 3 a 20, um tour de primeiro acesso e o analytics com PostHog.
No total, foram 102 commits e 6 PRs mergeados.
O que eu aprendi
Uma feature de IA tem duas partes. Uma é o nó que chama o modelo. A outra, que ninguém mostra na demo, é o que tira essa chamada do caminho do usuário. Sem a fila, a última resposta da entrevista ficaria esperando o LLM terminar a análise. Com ela, o candidato recebe a resposta na hora, e a revisão aparece quando fica pronta.
Produto no ar é outro esporte. Metade do que eu fiz no Hone não foi feature nova, foi fazer o que já existia aguentar uso real. Condição de corrida, cota, cache: nada disso aparece num hackathon, e tudo isso aparece na primeira semana com usuários.
Ser preciso sobre a própria parte é uma vantagem. Num projeto em equipe, dizer "eu fiz tudo" é fácil e frágil. Saber apontar o commit e explicar a decisão é o que sustenta a conversa numa entrevista.
O próximo passo: vender
Chegou a hora do próximo passo. O Borderless Labs vai começar a comercializar os seus apps, e o Hone entra nessa leva:
- checkout dentro do produto;
- venda para quem está fora da comunidade Borderless, não só para quem já faz parte dela;
- o Hone entrando no funil da Borderless, junto com o resto do ecossistema.
Para mim, é a parte mais nova da história. Até aqui, o desafio era fazer o produto funcionar e aguentar uso real. Agora o desafio é outro: fazer alguém que não nos conhece pagar por ele. Conto aqui no blog o que aprender nessa fase.
Se quiser testar, o Hone está no ar: labs.borderlesscoding.com/ai-mock-interview.