Los repositorios awesome ya no son awesome
Las listas GitHub “awesome”, antes útiles y curadas, se ven cada vez más como repositorios inflados y desactualizados de enlaces impulsados por autopromoción, SEO y la acumulación de estrellas. Los mantenedores describen estar desbordados por pull requests de baja calidad y generados por IA, lo que encarece la curación genuina y lleva a algunos a abandonar o restringir fuertemente sus listas. Muchos siguen valorando las listas bien mantenidas y centradas en un nicho como herramientas de descubrimiento, pero sostienen que las soluciones futuras necesitarán estándares editoriales más estrictos, automatización para filtrar spam evidente o formas completamente nuevas de mostrar software de alta calidad.
Percepción de decadencia de los repositorios “awesome”
- Muchos consideran que la mayoría de las listas awesome han pasado de ser colecciones curadas a catálogos enormes y de baja señal.
- Se hacen comparaciones con los primeros directorios web y webrings: útiles al principio, luego desbordados por spam, autopromoción y enlaces obsoletos.
- Varios comentaristas dicen que estas listas “siempre fueron basura”; otros sostienen que las primeras sí estaban realmente curadas y eran valiosas.
Curación, esfuerzo y agotamiento
- Mantener una lista de alta calidad se compara con la jardinería o la edición: consume mucho tiempo y el contenido envejece constantemente.
- Los mantenedores informan de:
- Grandes volúmenes de pull requests autopromocionales y de baja calidad.
- Personas que envían proyectos tras solo horas de existencia o sin usuarios.
- Comportamientos de acumulación de estrellas y “content marketing” disfrazado de curación.
- Algunos añaden directrices estrictas, plantillas y comprobaciones de CI (por ejemplo, mínimo de estrellas, antigüedad del repositorio) para mantener la calidad; otros consideran o ya han decidido archivar sus listas.
Impacto de la IA y la automatización
- Los agentes de IA aumentan drásticamente los pull requests spam, a menudo ignorando las listas de verificación de contribución y saturando a los mantenedores.
- Esto crea una “guerra asimétrica”: auto-generar 100 pull requests es trivial, revisarlos para un humano es costoso.
- Mitigaciones propuestas:
- Filtros deterministas (antigüedad del repositorio, estrellas, cumplimiento de plantillas).
- IA o bots como pre-filtros que solo rechacen basura obvia, sin decidir qué es “awesome”.
- Algunos rechazan usar IA para juzgar, argumentando que el gusto y el sentido común son inherentemente humanos.
Valor continuo y alternativas
- Los defensores dicen que las buenas listas todavía:
- Ofrecen panoramas de un ecosistema y “unknown unknowns”.
- Superan a las listas impulsadas por SEO y a los resultados superficiales de búsqueda.
- Los críticos las encuentran demasiado largas, imposibles de filtrar o redundantes frente a la búsqueda y los LLMs.
- Sugerencias:
- Listas más pequeñas, muy selectivas o “aburridas”, con solo una o dos opciones sólidas por problema.
- Herramientas y sitios que se actualicen automáticamente y clasifiquen repositorios semánticamente o por señales.
- Incluso listas “awful-X” para advertir a la gente sobre malas opciones.
Reflexiones más amplias
- Hay un acuerdo general en que la curación humana de alta calidad se necesita más que nunca, pero cada vez es más difícil sostenerla.
- Se debate si la curación grupal puede funcionar de forma fiable con un buen proceso, o si los incentivos y la escala condenan a la mayoría de las listas.