Repositórios awesome já não são awesome
As listas GitHub “awesome”, outrora úteis para curar ferramentas e recursos, são cada vez mais vistas como repositórios inchados e desatualizados de links, impulsionados por autopromoção, SEO e star-farming. Mantenedores descrevem-se sobrecarregados por PRs de baixa qualidade e gerados por IA, tornando a curadoria genuína dispendiosa e levando alguns a abandonar ou restringir fortemente as suas listas. Muitos ainda valorizam listas bem mantidas e focadas como ferramentas de descoberta, mas defendem que soluções futuras precisarão de padrões editoriais mais fortes, automação para filtrar spam óbvio ou formas totalmente novas de destacar software de alta qualidade.
Perceção do Declínio dos Repositórios “Awesome”
- Muitos veem a maioria das listas awesome como tendo degradado de coleções curadas para catálogos extensos e de baixo sinal.
- Fazem-se comparações com os diretórios e webrings da web inicial: brevemente úteis, depois sobrecarregados por spam, autopromoção e links desatualizados.
- Vários comentadores dizem que essas listas “sempre foram lixo”; outros dizem que as primeiras eram genuinamente curadas e valiosas.
Curadoria, Esforço e Burnout
- Manter uma lista de alta qualidade é comparado a jardinagem ou edição: consome tempo, com o conteúdo a ficar constantemente desatualizado.
- Os mantenedores relatam:
- Grandes volumes de PRs autopromocionais e de baixa qualidade.
- Pessoas a submeter projetos após apenas horas de existência ou sem utilizadores.
- Comportamento de “star-farming” e “content marketing” disfarçado de curadoria.
- Alguns adicionam diretrizes rigorosas, templates e verificações de CI (por exemplo, número mínimo de stars, idade do repositório) para manter a qualidade; outros consideram ou decidiram arquivar as suas listas.
Impacto da IA e da Automação
- Agentes de IA aumentam dramaticamente os PRs de spam, muitas vezes ignorando listas de verificação de contribuição e inundando os mantenedores.
- Isto cria uma “guerra assimétrica”: é trivial gerar automaticamente 100 PRs, mas caro para humanos reverem.
- Mitigações propostas:
- Filtros determinísticos (idade do repositório, stars, aderência ao template).
- IA ou bots como pré-filtros que apenas rejeitam lixo óbvio, sem decidir o que é “awesome”.
- Alguns rejeitam usar IA para julgamento, argumentando que gosto e senso comum são inerentemente humanos.
Valor Contínuo e Alternativas
- Os apoiantes dizem que boas listas ainda:
- Fornecem visão geral de um ecossistema e de “unknown unknowns”.
- Batem listicles orientados por SEO e resultados de pesquisa superficiais.
- Os críticos consideram-nas demasiado longas, não filtráveis ou redundantes com pesquisa/LLMs.
- Sugestões:
- Listas mais pequenas, altamente seletivas ou “boring”, com apenas uma ou duas opções sólidas por problema.
- Ferramentas e sites que atualizam automaticamente e ranqueiam repositórios semanticamente ou por sinais.
- Até listas “awful-X” para avisar as pessoas contra más opções.
Reflexões Mais Amplas
- Há um consenso geral de que a curadoria humana de alta qualidade é mais necessária do que nunca, mas cada vez mais difícil de sustentar.
- Debate sobre se a curadoria em grupo pode funcionar de forma fiável com um bom processo, ou se os incentivos e a escala condenam a maioria das listas.