अब Awesome रिपॉज़िटरीज़ इतनी awesome नहीं रहीं
एक समय उपयोगी GitHub “awesome” लिस्टें, जो curated tools और resources के लिए थीं, अब self-promotion, SEO, और star-farming से भरी हुई, पुरानी link dumps के रूप में देखी जा रही हैं। Maintainers बताते हैं कि low-quality और AI-generated pull requests की भरमार के कारण genuine curation महंगी पड़ती है, जिससे कुछ लोग अपनी लिस्टें छोड़ देते हैं या उन पर बहुत सख्त gatekeeping करते हैं। फिर भी कई लोग अच्छी तरह maintained, सीमित दायरे वाली लिस्टों को discovery tools के रूप में मूल्यवान मानते हैं, लेकिन उनका कहना है कि भविष्य के समाधान के लिए सख्त editorial standards, obvious spam को फ़िल्टर करने के लिए automation, या उच्च-गुणवत्ता वाले software को सामने लाने के नए तरीके चाहिए होंगे.
“Awesome” रिपॉज़िटरीज़ की महसूस की गई गिरावट
- कई लोगों को लगता है कि ज़्यादातर awesome लिस्टें अब curated collections से बढ़कर फैली हुई, कम-सिग्नल वाली कैटलॉग बन गई हैं।
- इनकी तुलना शुरुआती वेब डायरेक्टरीज़ और webrings से की जाती है: कुछ समय तक उपयोगी, फिर spam, self-promotion, और पुराने हो चुके लिंक से भर जाने वाली।
- कई टिप्पणीकार कहते हैं कि ये लिस्टें “हमेशा से junk” थीं; जबकि कुछ का कहना है कि शुरुआती लिस्टें सच में curated और मूल्यवान थीं।
Curation, मेहनत, और Burnout
- उच्च-गुणवत्ता वाली लिस्ट बनाए रखना बागवानी या संपादन जैसा बताया जाता है: समय लेने वाला, और सामग्री लगातार पुरानी होती रहती है।
- Maintainers बताते हैं:
- Self-promotional और low-quality pull requests की बड़ी मात्रा।
- लोग ऐसे प्रोजेक्ट भेजते हैं जो बस कुछ घंटों पुराने होते हैं या जिनके कोई users नहीं होते।
- Star‑farming व्यवहार और “content marketing” जो curation की तरह छिपाया जाता है।
- कुछ लोग गुणवत्ता बनाए रखने के लिए सख्त guidelines, templates, CI checks (जैसे minimum stars, repo age) जोड़ते हैं; अन्य लोग अपनी लिस्टें archive करने पर विचार करते हैं या कर चुके हैं।
AI और Automation का प्रभाव
- AI agents spam PRs को बहुत बढ़ा देते हैं, अक्सर contribution checklists को अनदेखा करते हुए और maintainers को flood करते हुए।
- इससे “asymmetric warfare” जैसी स्थिति बनती है: 100 PRs auto-generate करना आसान, लेकिन इंसानों के लिए उन्हें review करना महंगा।
- सुझाए गए उपाय:
- Deterministic filters (repo age, stars, template adherence)।
- AI या bots को pre-filters के रूप में इस्तेमाल करना जो केवल स्पष्ट trash को reject करें, न कि यह तय करें कि क्या “awesome” है।
- कुछ लोग judgment के लिए AI इस्तेमाल करने को खारिज करते हैं, यह तर्क देते हुए कि taste और common sense मूलतः human हैं।
जारी मूल्य और विकल्प
- समर्थकों का कहना है कि अच्छी लिस्टें अभी भी:
- किसी ecosystem और “unknown unknowns” का overview देती हैं।
- SEO‑driven listicles और सतही search results से बेहतर होती हैं।
- आलोचकों को ये बहुत लंबी, फ़िल्टर न होने वाली, या search/LLMs के सामने redundant लगती हैं।
- सुझाव:
- छोटी, बहुत चयनात्मक, या “boring” लिस्टें, जिनमें हर समस्या के लिए सिर्फ़ एक–दो solid विकल्प हों।
- ऐसे tools और sites जो automatically update होते हों और repos को semantically या signals के आधार पर rank करते हों।
- लोगों को bad options से दूर रखने के लिए “awful‑X” लिस्टें तक।
व्यापक विचार
- इस बात पर सामान्य सहमति है कि उच्च-गुणवत्ता वाली human curation पहले से कहीं ज़्यादा ज़रूरी है, लेकिन उसे बनाए रखना increasingly कठिन है।
- इस पर बहस कि क्या group curation अच्छे process के साथ reliably काम कर सकती है, या incentives और scale ज़्यादातर लिस्टों को नष्ट कर देते हैं।