Eu declaro a MORTE do TabNews...
O TabNews já foi uma das melhores comunidades de devs do Brasil
O TabNews foi, sem exagero, um dos melhores lançamentos de comunidade para desenvolvedores no Brasil. No início houve adesão em massa, discussões técnicas profundas, gente compartilhando projetos reais, ideias interessantes e experiências de quem estava efetivamente construindo coisas.
Durante um bom tempo, foi provavelmente a melhor plataforma brasileira para esse tipo de conversa.
Mas é exatamente isso: foi
Hoje é difícil diferenciar o TabNews de uma newsletter genérica de tecnologia ou de um feed de textos produzidos por IA. Ainda aparecem boas discussões ou projetos interessantes de vez em quando, mas a frequência caiu tanto que essas aparições parecem mais anomalias estatísticas do que a regra.
E isso leva a uma pergunta inevitável:
Qual é o valor do TabNews hoje?
Num mundo em que texto virou commodity, qualquer explicação técnica superficial, resumo de tecnologia ou opinião morna pode ser gerada em segundos por ferramentas como o ChatGPT.
Discussões técnicas que antes aconteciam em fóruns agora são resolvidas em minutos conversando com uma IA.
Ou seja: o simples ato de publicar texto deixou de ter valor intrínseco.
Se uma comunidade baseada em texto não evolui para algo além disso, ela inevitavelmente se torna mais uma camada de ruído na internet. E o problema parece justamente esse.
O algoritmo de ranqueamento, que deveria funcionar como um mecanismo de curadoria coletiva aparentemente ficou congelado no tempo. Ele foi concebido para um cenário com alta competição entre posts, onde muitos conteúdos disputariam atenção e apenas os melhores emergiriam.
Mas a realidade atual é outra.
Por causa do baixo volume, quase tudo que é publicado acaba aparecendo na home. Quando isso acontece, o ranking deixa de ser filtro e passa a ser apenas uma ordenação fraca de conteúdo que já não foi filtrado antes.
Enquanto isso, o ecossistema da comunidade mudou:
- o público original não se renovou
- a velha guarda perdeu incentivo para continuar contribuindo
- surgiram ondas de vibecoders e pitches de startup genéricos
- conteúdos gerados por IA inundaram o feed
O que antes era um espaço de discussão virou lentamente um mural de textos medianos tentando parecer profundos.
A ideia dos TabCoins como mecanismo de recompensa até é interessante em teoria. Mas qualquer sistema de reputação ou token depende de uma coisa básica:
uma rede ativa e altamente engajada.
Sem volume de usuários diários, sem competição real por atenção e sem prestígio social associado à pontuação, o incentivo econômico simplesmente não se sustenta.
Para piorar, o produto praticamente não evoluiu:
- quase nenhuma feature nova relevante
- ausência de estratégia clara de crescimento
- nenhum esforço visível de marketing para atrair público novo e qualificado
Sem renovação de usuários e sem evolução do produto, comunidades digitais não entram em estagnação.
Elas entram em declínio, e esse declínio não é apenas uma percepção subjetiva, ele pode ser explicado matematicamente.
O problema no algoritmo do TabNews
Como venho estudando interações sociais em redes, comportamento de comunidades online e estatística, resolvi olhar para o problema de forma quantitativa.
Nos últimos tempos, a plataforma tem apresentado uma média de aproximadamente:
1.2 posts por hora
Isso parece um número razoável, mas para uma rede cuja premissa é conteúdo de alto valor e discussões qualificadas, esse volume é na verdade extremamente baixo.
O algoritmo de ranking do TabNews foi projetado assumindo que existe alta competição entre conteúdos.
A home é organizada em 5 grupos com limites de slots e requisitos de score, totalizando cerca de:
≈54 posições
A lógica é simples: muitos posts competem por essas posições, permitindo que apenas conteúdos com engajamento acima da média apareçam com destaque.
Mas a produção atual da plataforma é aproximadamente:
- 29 posts por dia
- ≈43 posts em uma janela de 36 horas
Ou seja:
o número total de conteúdos disponíveis já é menor do que a quantidade de posições que o algoritmo tenta preencher.
Isso praticamente elimina a competição entre posts.
Modelando a qualidade do conteúdo
Se modelarmos a qualidade dos posts como uma distribuição normal, algo bastante comum em sistemas sociais, teremos a seguinte dinâmica:
- a maioria do conteúdo fica perto da média
- uma pequena parte é ruim
- uma pequena parte é realmente excelente
Supondo que apenas 5% dos posts estejam na faixa realmente relevante, uma estimativa até generosa, temos:
29 × 0.05 ≈ 1.45
Ou seja:
aproximadamente 1 a 2 posts realmente relevantes por dia.
Comparando com os ≈54 slots disponíveis na home, temos:
1.45 / 54 ≈ 0.027
Isso significa que apenas cerca de 2–3% da home tende a conter conteúdo realmente relevante, os outros 97–98% do feed acabam sendo preenchidos por conteúdo mediano ou irrelevante.
O efeito na experiência do usuário
Na prática, isso cria um problema direto de percepção. A maioria dos usuários não passa da primeira página, que possui cerca de 30 posts.
Se considerarmos essa janela de consumo, a expectativa estatística de encontrar conteúdo realmente relevante entre os primeiros itens é:
10 × 0.027 ≈ 0.27
Ou seja:
menos de um post interessante por visita em média.
Isso significa que muitas visitas não terão nenhum conteúdo realmente interessante.
Para o usuário comum, abrir o site passa a significar:
escanear dezenas de posts medianos esperando encontrar algo que valha a pena.
O custo cognitivo da navegação aumenta, enquanto o valor percebido da plataforma cai rapidamente.
A espiral de declínio
A partir daí surge um problema ainda mais grave.
Plataformas sociais dependem fortemente de duas métricas:
- DAU (Daily Active Users)
- MAU (Monthly Active Users)
Quando um usuário entra na plataforma e não encontra conteúdo interessante, a probabilidade de retorno diminui drasticamente.
Isso inicia um ciclo de feedback negativo:
- baixa densidade de conteúdo relevante
- usuários encontram pouco valor na visita
- redução na taxa de retorno
- queda de DAU e MAU
- menos usuários consumindo conteúdo
- menos pessoas publicando
- menos posts gerados
- menos conteúdo relevante
E o ciclo se retroalimenta.
Existe inclusive uma regra empírica conhecida nas redes sociais como 90–9–1 rule:
- 90% consomem
- 9% interagem
- 1% publica
Ou seja:
a quantidade de novos posts depende diretamente do tamanho da base ativa.
Matematicamente:
posts ∝ MAU
Se o MAU cai, a produção de conteúdo também cai.
E como apenas 5% do conteúdo é realmente relevante, o número absoluto de bons posts diminui ainda mais.
Por exemplo:
Com 29 posts/dia:
29 × 0.05 ≈ 1.45
≈ 1–2 posts relevantes por dia
Se a base ativa cair e a produção cair para 15 posts/dia:
15 × 0.05 = 0.75
Ou seja:
menos de um post relevante por dia.
Isso gera uma degradação exponencial:
- menos usuários
- menos posts
- menos conteúdo relevante
- menos valor percebido
- ainda menos usuários retornando
O limiar crítico
Em comunidades online existe um conceito chamado critical threshold (massa crítica mínima).
É o ponto em que o valor esperado de uma visita deixa de compensar o custo de atenção do usuário.
Abaixo desse limiar, a dinâmica da rede muda completamente:
o sistema deixa de crescer ou se manter estável e passa a contrair continuamente.
Em feeds sociais, quando menos de aproximadamente 1–3% dos conteúdos visíveis são realmente interessantes, o valor percebido da visita cai drasticamente.
No caso do TabNews:
- ~29 posts por dia
- ~5% relevantes
- ~1–2 bons posts por dia
- ~54 posições na home
Ou seja:
a plataforma já está operando exatamente na zona de risco desse limiar.
E como o algoritmo foi projetado assumindo alta competição entre conteúdos, mas hoje quase todo post acaba aparecendo na home, o ranking deixou de funcionar como curadoria.
O resultado é inevitável:
O feed perde qualidade percebida, os usuários retornam menos e a produção de conteúdo cai ainda mais.
Conclusão
Sem adaptação ao novo contexto de IA, sem evolução do produto, sem renovação do público e sem mecanismos reais de curadoria, o sistema entra em uma trajetória bastante previsível.
Não é uma questão de opinião.
É simplesmente estatística.
E quando essa dinâmica começa, o resultado costuma ser sempre o mesmo:
irrelevância progressiva, e consequentemente a morte.