Pisanie artykułów przez AI samo w sobie nie jest błędem. Sam też z tego korzystam. Problem leży w "przyroście informacji". W przeszłości przeglądaliśmy Twittera, aby zdobyć informacje. Ale teraz coraz więcej treści jest szybko generowanych przez AI, a celem nie jest jakość informacji, lecz ilość — więcej publikacji, więcej zdobywania ekspozycji, więcej nagród. Gdy "pisanie dużo" staje się głównym KPI, "co powiedziano" staje się mniej ważne. To, co teraz krytykujemy, to w rzeczywistości zalew treści AI bez przyrostu informacji. A nie AI jako takie. Na początku roku oceniłem, że kanały pozyskiwania informacji w tym cyklu ulegają zmianie, ludzie przestają polegać na raportach badawczych VC czy mediach, a zaczynają traktować Twittera jako główne źródło informacji. Jednak teraz, patrząc wstecz, widzę, że to źródło informacji na Twitterze ma problemy. Częstotliwość publikacji jest wysoka, hałas jest duży. Gdy wszyscy chcą być "pierwszymi, którzy to publikują", nasza efektywność w pozyskiwaniu informacji w rzeczywistości spada. Może przydatne treści są wręcz zagłuszane. To prowadzi do kilku trendów: > Twórcy są zmuszani do przechodzenia na inne platformy, takie jak Binance Square, @Sidekick_Labs; > Użytkownicy zaczynają wracać do prywatnych przestrzeni, wiadomości prywatnych, zgrupowanych społeczności. Dlatego ostatnio, gdy wszyscy mówią, że ruch na Twitterze spadł, to nie jest złudzenie. To nie jest błąd platformy, lecz rzeczywiście gęstość informacji na niej spada.