Эрик Ганер считает, что awesome-репозитории на GitHub утратили роль надёжных каталогов полезных материалов. Эти списки обычно собирают ресурсы по отдельной теме, например awesome-python, и раньше казались автору хорошей отправной точкой для изучения. Теперь он выделяет две связанные с ИИ проблемы: устаревание подборок и поток однотипных предложений на добавление.
Первая проблема возникает, когда репозиторий долго не поддерживается. Ссылки и рекомендации остаются, но уже не отражают актуальное состояние экосистемы. В качестве примера автор рассмотрел awesome-R: на момент написания репозиторий не обновлялся больше года, а одна из первых ссылок вела на список 50 самых загружаемых пакетов по состоянию на 2016 год. По мнению Ганера, для знакомства с R такая подборка не помогает.
Он предполагает, что для поиска вдохновения и материалов человеку теперь часто проще спросить достаточно хорошую языковую модель. Если awesome-списки сохранят практическую ценность, то прежде всего как источник ссылок для AI-агентов, которые затем смогут проверить найденные ресурсы. Это оценка автора, а не результат сравнительного исследования.
Вторая проблема — AI slop в pull requests. Небольшой awesome-free-online-tools на момент наблюдения имел 13 звёзд и 91 открытый PR. Ганер не изучал все предложения, но в просмотренных обнаружил однотипные vibe-coded-инструменты. Интерес к таким каталогам у него возник после предложения добавить StatOrigin в его собственный репозиторий со статистическими материалами.
По истории действий того же пользователя автор нашёл как минимум шесть подобных сайтов и более 100 pull requests в разные awesome-списки. Часть предложений уже была принята в другие репозитории. Встретился и противоположный пример: maintainer закрыл PR из-за отсутствия проверки квалифицированными преподавателями, независимой валидации содержания и доказанных образовательных результатов.
Ганер специально оговаривает, что не считает все awesome-репозитории плохими. Активная поддержка и содержательная проверка по-прежнему могут делать их полезными. Но как общий способ поиска качественных ресурсов формат, по его мнению, стал слабее: модели одновременно умеют находить материалы, создавать новые инструменты и массово предлагать их для включения в каталоги. Поэтому репутация списка уже не заменяет проверку каждого конкретного ресурса.