Estado de GitHub: problemas de acceso e interrupciones

Problemas en las últimas 24 horas

Señales de GitHub en las últimas 24 horas. La línea discontinua es el nivel de referencia general para detectar actividad inusual.

• Señales del servicio completo
• Referencia del servicio completo

Problemas Más Reportados

Los siguientes son los problemas más recientes informados por los usuarios de GitHub a través de nuestro sitio web.

• Sitio Caído (53%)
• Errores (33%)
• Inicio de Sesión (14%)

Mapa de interrupciones en vivo

La mayoría de reportes de fallos e interrupciones se originaron en

City	Problem Type	Report Time
Paris	Sitio Caído	hace 14 días
Ahmedabad	Errores	hace 20 días
Delme	Inicio de Sesión	hace 21 días
Lyaud	Sitio Caído	hace 21 días
Catania	Errores	hace 23 días
Inverness	Sitio Caído	hace 1 mes

Mapa de Fallos

Discusión comunitaria

¿Consejos? ¿Frustraciones? Compártelos aquí. Los comentarios útiles incluyen una descripción del problema, la ciudad y el código postal.

Tenga cuidado con los "números de soporte" o las cuentas de "recuperación" que se pueden publicar a continuación. Asegúrate de informar y votar negativamente esos comentarios. Evite publicar su información personal.

Reportes de Fallos de GitHub

Los últimos problemas e interrupciones reportados en social media:

• 
  Matias Scalbi (@MatiasScalbi) reportó hace 11 segundos

  🔥 ¿ES EL FIN DE LA IA? TODO EL MUNDO ASUSTADO POR ESTA FOTO. TE DOY MI ANÁLISIS DE POR QUÉ ESTO ES POSITIVO PARA TODO EL ECOSISTEMA El mercado está leyendo esta foto como el final del boom. Yo estoy mirando otra cosa. Te explico 👇🏼 El token (el pedacito de texto que la IA lee o escribe, y por el que cobran) se puso barato. Si las empresas no multiplican el uso, se les come lo que les queda de ganancia. Y hoy lo que más gasta tokens todavía es difícil para el que no sabe de programación... el usuario tradicional QUÉ MIDE ESTE GRÁFICO, PORQUE EL NOMBRE ENGAÑA El gráfico es el Silicon Data LLM Token Expenditure Index. En Bloomberg (la pantalla que usan los fondos para ver precios) aparece como SDLLMTK. Lo publican todos los días hábiles El nombre dice “expenditure”, que en inglés es gasto. No es el gasto total. La propia empresa lo reconoció: es un promedio de lo que el mercado PAGA por un millón de tokens, dándole más peso a los modelos que más se usan. Precio real. No la factura de toda la industria Explicado simple: si mucha gente se pasa de un modelo caro a uno barato, el índice CAE aunque se esté usando MÁS inteligencia que nunca. Mezcla recortes de OpenAI y Anthropic con gente yendo a modelos chinos más baratos. No te dice si hay más o menos demanda. Te dice cuánto sale pensar una unidad LOS NÚMEROS - Piso: 1.0153 el 3 de diciembre de 2025 - Techo: 2.0651 el 28 de mayo de 2026 - Hoy: 1.0217 el 18 de agosto - Promedio del período: 1.5320 De mayo a agosto se evaporó el 50.5% del precio. En 82 días volvió al mismo lugar de diciembre. El promedio quedó 33% arriba de donde estamos. Esto no es un recorte. Es un descreme y fuerte LA CUENTA, QUE ES SIMPLE Ingresos = precio × cantidad Si el precio se parte al medio, la cantidad tiene que duplicarse SOLO para empatar. Si la empresa quiere seguir creciendo 40%, el uso tiene que multiplicarse casi por tres. No hay recorte de costos interno que te salve esa matemática En 1865 un economista inglés, Jevons, vio que las máquinas de vapor más eficientes no redujeron el carbón de Inglaterra: lo multiplicaron, porque de repente pagaba usar vapor en todos lados El token a 1 dólar el millón es ese carbón más barato. Si lo dejan como lujo de un chatbot, el gráfico es un problema de márgenes (lo que les queda de ganancia después de pagar costos). Si lo enchufan en cada tarea de cada persona, el gráfico es un problema de capacidad: no va a haber suficiente cómputo (tiempo de chips trabajando). Acá aparece el agente: un programa que no solo te responde, sino que hace el trabajo y lo facilita - Un chat te gasta 1 - Un agente que planifica, entra a herramientas y se corrige solo te gasta 10, 50, 100 veces más Ese es el uso que puede cubrir el recorte de precio y mantener las ganancias. El problema es quién puede usarlo hoy EL PROBLEMA: SI SOLO LO USAN LOS QUE PROGRAMAN, EL VOLUMEN NO CIERRA Claude Code, Hermes y OpenClaw son brutales. También son un producto de programador - Claude Code (la herramienta de Anthropic para escribir código) vive en la terminal: esa pantalla negra de comandos. Hay que instalar, configurar, entender comandos y quedarse mirando el proceso - Hermes y OpenClaw van más lejos: se bajan de GitHub (donde los programadores suben programas), se arman con claves, a veces hay que ponerlos en un servidor Son herramientas poderosas. No son herramientas de gente común Y eso, para la cuenta de arriba, es un techo. El programador es un mercado chico. El mercado grande es otro: - El contador - El vendedor - El de marketing - El que tiene un negocio y no sabe qué es una terminal - Etc infinito Si el agente que más tokens gasta solo lo sabe prender el que programa, el volumen no va a alcanzar para cubrir una caída del 50% en el precio. Por más bueno que sea el modelo Por eso hacer la IA fácil no es un eslogan. Es la única forma de que la demanda crezca lo suficiente como para que a OpenAI, Anthropic, Google, Microsoft o xAI no se les vayan las ganancias con este gráfico. Tienen que hacer que usar un agente se sienta como mandarle un mensaje a un compañero de laburo, no como configurar un programa DÓNDE APARECE GROK Y GROK BOT - SIMPLICIDAD Grok arranca de un lugar distinto: es un chat. Lo abrís, le hablás, te responde. No hay terminal. El ecosistema está pensado para que lo use cualquiera que ya usa X o el celular. Y el costo del token, de los grandes, es de los más competitivos. Eso importa cuando el negocio dejó de ser cobrar caro la unidad y pasó a ser que la use más gente, más seguido, en más tareas Grok Bot, que salió el 11 de agosto y todavía está en beta (versión de prueba, todavía no está terminado), lleva eso un paso más. No es un chat que te tira un texto. Es un compañero que tiene su propia computadora en la nube, entra a las apps como entrarías vos y sigue laburando aunque cierres la notebook - Correo - Planillas - Sitios - Herramientas - Marketing, operaciones, ventas, investigación Le das trabajo de verdad, no una instrucción suelta. Lo usás como le hablarías a una persona del equipo Eso es más familiar que Hermes o OpenClaw, que hoy son para programadores. Y es más ancho que Claude Code, que brilla si sabés programar y se complica si no Hay que ser honesto con lo que todavía no está: - Es beta - Hay que tener el plan más alto - Le falta recorrido - No está 100% pulido Pero el enfoque se nota. No están construyendo otra herramienta para el que ya sabe. Están construyendo para el que hasta ahora quedó afuera Y no es solo xAI. Toda la industria, de a poquito, está empujando para el mismo lado: - Microsoft mete Copilot en el Word y el Excel que la gente ya tiene abiertos - Google mete Gemini en Gmail - OpenAI cobra la suscripción de ChatGPT, no solo el token El movimiento es el mismo: sacar la inteligencia de la pantalla negra y ponerla donde está el resto de las personas. El que lo haga más simple, más barato y más agente, es el que tiene chance de multiplicar el uso lo suficiente como para que este gráfico no les rompa la rentabilidad LA TRAMPA Si la hacen fácil COMPITIENDO SOLO EN EL PRECIO DEL MISMO TOKEN, se comoditizan. Un commodity es un bien donde no te importa de quién lo comprás y gana el más barato. En ese juego el margen se muere igual Si la hacen fácil de verdad, para que alguien que no programa pueda usar un agente como usa WhatsApp, el precio del token puede irse a 0.50 y la facturación igual subir. Porque entra un montón de gente que hoy no gasta ni un token en agentes. Esa es la encrucijada El TOKEN se está volviendo un commodity. La IA, todavía no Lo que ya es commodity: - El chat - El resumen - El modelo liviano a menos de 1 dólar el millón Eso ya es "electricidad" Lo que todavía no es commodity: - El razonamiento de punta - El agente pegado a tu laburo - La confianza - Que sea fácil Fácil es la ventaja nueva. El que lo haga fácil se queda con el volumen. El que lo deje difícil se queda con un club de programadores y un gráfico que le come la ganancia. CÓMO LO LEO El gráfico no prueba que el boom se acabó. Prueba que se acabó el privilegio de cobrar caro la unidad. El mercado de acciones lo traduce como riesgo para los 700 mil millones de dólares puestos en chips, energía y data centers (los galpones llenos de computadoras): si el precio se derrumba y el volumen no lo cubre, esa plata no encuentra factura Es el mismo debate que ya planteé con las neoclouds (las empresas que alquilan chips de IA): si el cómputo se vuelve commodity, el que solo alquila chips compite por precio. Este índice es la otra cara de esa pregunta. La de la demanda Yo lo leo así, MIENTRAS se cumplan tres cosas: - Que lo que facturan OpenAI, Anthropic, Microsoft, Google y xAI NO se caiga con el índice. Si facturan más con el token a 1.02 que con el token a 2.06, la demanda está cubriendo el recorte y el gráfico es ruido de unidad, no de negocio - Que el uso deje de estar encerrado en programadores. Si dentro de unos meses Claude Code, Codex, Hermes y OpenClaw siguen siendo casi todo el consumo pesado, el techo está. Si productos como Grok Bot, Copilot y ChatGPT empiezan a gastar tokens de gente que no programa, la cosa se está abriendo - Que la cantidad de tokens siga subiendo, no se estanque. Una semana plana, con este precio, ya no es digestión. Es que la demanda no está cubriendo el recorte Si se rompe alguna: - Si se rompe la primera, el recorte de precios fue una guerra que perdieron - Si se rompe la segunda, el agente se quedó en un nicho y no hay volumen que salve el margen - Si se rompe la tercera, este gráfico era techo de verdad EL DATO QUE VOY A SEGUIR Uno solo: este índice contra la factura, no contra sí mismo. Y, en paralelo, si los productos fáciles empiezan a aparecer en el laburo de gente que no es técnica: - Grok - Grok Bot - Copilot - ChatGPT La semana que viene reporta NVIDIA. El número de chips ya está descontado. Lo que mueve es la guía, o sea lo que prometan para los próximos trimestres. Si la guía acompaña con el token a la mitad, el volumen está cubriendo. Si la guía afloja, este índice era la alarma y el mercado la tuvo 82 días en la cara En resumen: la IA no se comoditizó. Se comoditizó la unidad con la que cobran. Para que no se les vaya la rentabilidad, las empresas tienen que hacer lo único que escala: que cualquiera pueda usar un agente, no solo el que programa - Claude Code, Hermes y OpenClaw son el techo de hoy - Grok y Grok Bot, todavía verdes, están apuntando al piso de mañana: simple, barato, familiar - El que defienda el precio del token, pierde - El que le entregue un compañero de laburo a la gente que hoy ni abre una terminal, puede ganar más con el índice en 1 que con el índice en 2 Esto no es el fin de la IA. Es el momento en que deja de ser un club y empieza a ser un insumo. Por eso, para todo el ecosistema, esta foto es positiva. Siempre y cuando el uso se abra. Si no se abre, ahí sí el miedo tenía razón. Espero que te haya gustado, si es así agradecería tu apoyo al post Abrazo a todos

• 
  Diario฿itcoin (@DiarioBitcoin) reportó hace 50 segundos

  🤖🔥 GitHub sufre una caída del 50% en descargas de repositorios y Copilot también falla

• 
  Pere Casas (@pcasaspere) reportó hace 1 minuto

  GitHub ha sufrido una degradación significativa hoy (error rates elevados en API, Actions, Git Operations y downloads). Esto no es un problema de “desarrolladores”. Es un riesgo de cadena de suministro de software. Si tu CI/CD, el registro de packages o el código depende de un único proveedor, tienes un single point of failure que debería estar en tu inventario y matriz de riesgos. Acciones mínimas: • Inventariar dependencias críticas de GitHub • Definir plan de contingencia (mirrors, self-hosted runners, alternativas parciales) • Incluir vendor concentration risk en la evaluación de riesgo cibernético ¿Cuántos empresas tienen en consideració este riesgo?

• 
  Leo (@leoxbtt) reportó hace 8 minutos

  Un dev creó una forma de hacer doomscroll… pero de repositorios de GitHub Estaba cansado de buscar proyectos open source de la forma tradicional. Terminó inventando algo mucho más adictivo: Una app que te deja deslizar repositorios de GitHub exactamente como si fueran Reels o TikTok. Un feed infinito de proyectos open source. Inicias sesión con GitHub y se adapta a tus intereses según lo que hayas starreado… o simplemente navegas de forma anónima. Se llama Roamers. La forma en que descubrimos código está cambiando más rápido de lo que creemos.

• 
  🔥🐲 Javier  (@nuevo_31) reportó hace 13 minutos

  GitHub caído pues 😳

• 
  Aniol Comas (@aniol46) reportó hace 13 minutos

  @ErickSky Usa 'GoHarder' puedes hacer lo mismo y funciona offline, puedes pasar el paywall sin pagar y usarla gratis sin lios de github

• 
  Pablo E. Untroib (@PEU_AR) reportó hace 14 minutos

  El prompt (si les sirve úsenlo): Quiero que me busques las 10 marcas que más autos de origen chino vendieron en Argentina desde el inicio de 2026. Importante: no me refiero solamente a marcas chinas. Quiero incluir cualquier marca que venda en Argentina modelos fabricados en China. Por ejemplo, Ford vende la Territory, que es de origen chino. Esta información va a ir a un archivo marcas.json. Después, para cada una de esas marcas, necesito que listes sus modelos vendidos en Argentina y los ordenes por volumen de ventas. Esa información va a ir a otro archivo llamado modelos.json. Una vez que tengamos marcas.json, necesito que entres en la página web oficial de cada marca y busques el listado de concesionarios oficiales en Argentina. Para cada concesionario, quiero que obtengas todos los datos de contacto que puedas encontrar, dando prioridad a: WhatsApp Email Teléfono Dirección Página web, si corresponde Con esa información quiero generar un nuevo archivo concesionarios.json, organizado por marca y, dentro de cada marca, por concesionario. El objetivo final es hacer una página web para un hosting básico que solamente tiene acceso por FTP. En esa página, el usuario debería poder: Elegir una marca. Elegir un modelo de esa marca. Ver información del modelo. Si es posible, ver fotos del auto, sus versiones/variantes y colores disponibles. Escribir o modificar un mensaje. Enviar fácilmente ese mensaje a todos los concesionarios que vendan ese modelo. La idea es que el usuario pueda, por ejemplo, elegir: BYD → Song Plus → escribir un mensaje → contactar a todos los concesionarios que venden ese modelo. Si durante el scraping podemos obtener de fuentes oficiales las fotos de los autos, las distintas versiones y los colores disponibles, sería genial poder mostrarlos durante el proceso de selección. Sobre las fuentes Para los datos de ventas y modelos quiero usar fuentes confiables y, cuando sea posible, fuentes oficiales o asociaciones del sector. Para los concesionarios, quiero priorizar siempre la página oficial de la marca, no directorios de terceros. Si un dato no está disponible o no se puede verificar, prefiero que quede indicado como faltante antes que inventarlo. Sobre las decisiones técnicas No necesito que me hagas una entrevista sobre las decisiones técnicas del proyecto. Asumo que vos podés determinar cuál es la mejor solución técnica para cada caso. Esto incluye, entre otras cosas: tecnología que conviene usar; estructura de los JSON; arquitectura de la página; cómo resolver el funcionamiento en un hosting que solamente permite FTP; cómo relacionar marcas, modelos y concesionarios; cómo implementar el contacto por WhatsApp/email; cómo hacer el scraping; cómo manejar las fotos y demás información; cualquier otra decisión técnica necesaria para que el resultado funcione correctamente. Tomá vos esas decisiones buscando la solución más simple, robusta y adecuada para este proyecto. GitHub y despliegue Los avances del proyecto, cuando lo consideres necesario, se irán subiendo al repositorio: GitHub pablopeu/autoschinos Quiero además que configures un GitHub Action para que, dadas las credenciales de FTP y el folder de destino, pueda compilar el proyecto y subir automáticamente la versión final al hosting. Las credenciales no deben quedar escritas en el código ni en el repositorio. Utilizá el mecanismo apropiado de GitHub Secrets para guardar: dirección/host FTP; usuario FTP; contraseña FTP; folder remoto de destino. El Action debería encargarse de: Obtener el código. Instalar las dependencias. Compilar/generar la versión de producción. Subir los archivos necesarios al FTP. Dejar el sitio listo para funcionar en el hosting. La solución debe estar pensada para que posteriormente pueda cambiar fácilmente las credenciales o el folder de destino sin modificar el código. Validación del funcionamiento Podés y debés verificar el funcionamiento localmente durante el desarrollo. Sin embargo, la fuente de verdad de que el sistema funciona correctamente será siempre la versión de la web que está efectivamente subida al hosting por FTP. Por lo tanto, después de cada despliegue importante, si es posible, verificá que la versión publicada responda correctamente y que los archivos necesarios estén disponibles. De todos modos, la validación final del funcionamiento en el hosting la tiene que hacer el usuario. Es decir, no des por terminado el proyecto solamente porque funciona localmente: el usuario debe confirmar que la versión subida al hosting funciona correctamente. Importante sobre el trabajo Antes de empezar, solamente preguntame si necesitás alguna información funcional que realmente no puedas determinar por tu cuenta. No me consultes sobre decisiones técnicas: tomá esas decisiones vos. Cuando tengas toda la información necesaria, armá un plan de trabajo completo y después hacé todo one shot, es decir, ejecutá el trabajo completo sin ir pidiéndome confirmación en cada etapa. El resultado final debería incluir los archivos: marcas.json modelos.json concesionarios.json la página web lista para subir por FTP, y el workflow de GitHub Actions configurado para realizar el build y deploy por FTP.

• 
  Diario฿itcoin (@DiarioBitcoin) reportó hace 16 minutos

  🚨 ¡Kimi K3, la IA china, escapa de su entorno de prueba! Durante una evaluación de ciberseguridad, accedió a GitHub para encontrar soluciones. Un fallo de configuración le permitió el escape. No hackeó sistemas externos, pero el incidente resalta vulnerabilidades en pruebas de AI. Las consecuencias podrían afectar la seguridad nacional y la confianza en IA abiertas. La comunidad tecnológica está en alerta tras este evento.

• 
  ryu. (@romanftp) reportó hace 18 minutos

  OpenAI está regalando $1.200 GRATIS para usar Codex Solo necesitas: > Tener un repositorio público en GitHub > Rellenar un formulario Y te regalan 6 meses de ChatGPT Pro + Codex Casi nadie está hablando de esto, porque no quieren que se entere todo el mundo Todavía estás a tiempo de hacerlo, aunque no sepas programar o estés empezando Así funciona: 1. Instala Cursor, Codex, Claude Code o lo que uses 2. Monta un proyecto, de lo que sea 3. Súbelo a GitHub 4. Pide a tus amigos que le den Stars (Deja el link de tu repositorio en los comentarios, entre todos te daremos Star) Este programa acepta hasta proyectos a medias, así que no hace falta que el proyecto sea perfecto

• 
  Samuel Ferrero. (@MiMundoConIA) reportó hace 19 minutos

  Praxist salió el 27 de agosto. A las 72 horas tenía 3.233 estrellas y 362 forks. Hoy, tercer día, van 4.492 estrellas y 363 forks. Solo con el boca a boca. Yo también le pedí a más de un modelo que "investigara". Me devolvió un muro que sonaba seguro y no probaba nada. El humo no era del modelo. Era de cómo lo pedía. Un objetivo sin número no tiene por dónde fallarte. El modelo rellena ese hueco con frases que suenan bien. Praxist se niega a arrancar si le faltan tres cosas, y las tres son aburridas a propósito. Un métrico con dirección de mejora. Un proyecto que ya corre. Un óptimo que todavía no conoces. "Investiga X" suelto no entra. El sistema se para y te dice qué falta. Lo que corre después no es un chat. Lanza varios peers a la vez. Cada uno entrega un artefacto que se puede volver a ejecutar. Un evaluador que no es el propio modelo le pone la nota. El resultado queda como hallazgo, con tipo y con madurez. La siguiente generación no relee la conversación. Hereda lo que se confirmó, lo que hay que validar y lo que ya se sabe que no funciona. Quien quiera abre el expediente. El paper lo deja en números. En las 75 tareas de MLE-bench, Praxist saca 60 medallas, 49 de oro. El baseline es Claude Code sobre Opus 4.8: 55 medallas, 34 oros. Praxist corre sobre deepseek-v4-pro. Gasto de modelo, 3.054 dólares contra 38.370. Un doceavo. Lo que me importa más que el recuento de medallas es esto. En las 70 tareas donde ambos tienen score, Claude Code gana el número crudo en 36 y Praxist en 33. Praxist no gana la mayoría de los mano a mano. Gana el umbral. El loop está hecho para cruzar una raya, no para escribir un párrafo convincente. Si tu número no tiene umbral, estás pagando un chatbot caro. Cada corrida nocturna responde sí o no. La evidencia decide el siguiente paso. No hace falta un analista despierto a las tres. Guarda esto antes de montar el tuyo. Pásaselo a quien esté por lanzar uno esta noche. ¿Cuál es el número que te dice si ganaste? Del original saqué el estribillo de "no chatea, mide / no vende respuestas, vende evidencia / no le pidas que piense". Decía lo mismo tres veces. También saqué "sin campaña" como motivo de orgullo. El recuento de GitHub ya lo demuestra. Metí lo que el primer texto no podía demostrar. El 30 de agosto el repo iba por 4.492 estrellas y 363 forks. El paper no usa el mismo modelo que el baseline. Praxist corre DeepSeek y aún así gasta un doceavo. Y pierde la mayoría de los scores crudos. Gana la raya. Eso es el argumento, no el slogan. En local: `npm run dev` y abre ` El botón Copiar texto saca el ensayo entero, con el repo y el paper al final. Repo en el siguiente post.

• 
  KATSU (@katsudev) reportó hace 22 minutos

  🚨Un pibe de 13 se aburrió en vacaciones, armó un script de trading para Polymarket, lo subió gratis a GitHub y se volvió al colegio. Dos meses después le cayeron 20.000 dólares. Un trader le escribió: “Con tu código hice más de 200 mil en un mes”. No vendió cursos. No puso paywall. No se hizo gurú. Solo resolvió un problema y se fue a hacer la tarea. Internet se encargó del resto.

• 
  Gabs (@constrainterror) reportó hace 23 minutos

  @matiasblnc Hmm a ver de mis tiempos en front que recuerde: - teoría de cajas - typescript vs javascript - frameworks - responsive design - un mínimo de desarrollo seguro (no subir credenciales, ofuscar cosas visualmente, manejo de secretos, etc) - CMS vs programar a pelo - en qué te apoyas para programar (copilot, vibecoding, documentacion, lo que uses) - toma de decisiones (por qué eliges una tecnología sobre otra, etc) sobre una feature o troy project que tengas, etc - git/github/ trabajar en equipo y control de versiones - darte una web lenta y ver como investigas qué pasa - darte un componente que renderiza demasiadas veces y ver que falla - cómo diferencias entre que algo se vea bien y que esté bien implementado? - diseñar o implementar un buscador o un login - qué preguntas le haces a un diseñador que te da un diseño ambiguo -cuándo crearías una abstracción y cuándo duplicarías código temporalmente? Cuándo eliges modularidad y cuando un monolito? - tipos de testing, te doy una feature y te pregunto como la probarías - qué hace quye una API sea consumible comodamente desde el front? Por ejemplo

• 
  karla ❀ (@karlarboledas) reportó hace 25 minutos

  Palantir vende esto a gobiernos por millones. Alguien puso una versión de esto en GitHub gratis. El trabajo de Palantir es extraer datos dispersos de una empresa en un solo modelo donde cada decisión pueda rastrearse después. Semantica hace eso para agentes de IA. Cada decisión se convierte en un objeto en un grafo, ligado a los hechos que la produjeron, cada hecho enlazado a su fuente. Seis meses después puedes retroceder desde cualquier respuesta. El modelo nunca toca el razonamiento. Solo lee texto desordenado y extrae entidades. El resto corre en reglas simples, por lo que la misma entrada da la misma explicación cada vez. La memoria vectorial no puede hacer eso. Hechos contradictorios se sobrescriben silenciosamente unos a otros. pip install semantica, elige un backend de grafo que ya ejecutes, y tus agentes lo leen a través del servidor MCP. Licencia MIT, el repositorio es semantica-agi/semantica guárdalo y sígueme para más → @karlarboledas también tienes más información detallada en el artí**** de cómo generar con tu marca↓

• 
  Diego (@DiegoMoya_) reportó hace 29 minutos

  Ya sirve GitHub o nada?

• 
  DATA (@rcxdata) reportó hace 29 minutos

  EXCLUSIVA: EL REPO #1 DE GITHUB NO ES UN MODELO DE IA. ES UN AGENTE QUE TE CONSIGUE TRABAJO asi funciona el sistema: > evalua cada oferta y te dice el encaje real > adapta tu cv usando solo la experiencia que importa > te escribe la carta de presentacion > un segundo agente revisa todo como si fuera la empresa contratando > te prepara para la entrevista y nunca inventa experiencia que no tienes es open source y ya supera las 29k estrellas en github la busqueda laboral manual ya murio para el que sabe usar esto guardalo en favoritos antes que se vuelva el standard y todos lo esten usando, y empieza a aplicarlo 👇

• 
  David Fernández (@naroh) reportó hace 30 minutos

  Hoy me voy a entretener estableciendo un flujo automatizado para solucionar las issues que se reportan en tracker (Bugsink, compatible con Sentry) que utilizamos. La primera etapa fue forkearlo y añadir MCP. Ahora, el plan es: Establecer mi servidor remoto (una torre que tengo en el salón) como servidor remoto de Orca, donde estarán corriendo tanto Claude Code como OpenCode con OpenCode Go. En este servidor también corre Hermes. Me conecto a él por Tailscale. Hermes orquestará cada X minutos una búsqueda de issues reportadas y hará triaje. Para las que crea que son merecedoras de atención generará una issue en el repositorio de Github, diagnosticando el problema con un modelo SOTA, y delegará a OpenCode corriendo en Orca implementar la solución. Orca/OpenCode realizarán la implementación utilizando los workspaces remotos de Coder en los que trabajamos. En principio la idea es que esto corra desatendido, pero si quiero podría conectarme a Orca desde mi móvil o desde otro dispositivo para chequear qué hace. Cuando acabe, enviará un PR con la solución para revisión humana.

• 
  LeX (@LeX0nDump) reportó hace 32 minutos

  GitHub ha caído por trigésima quinta vez en las últimas semanas…

• 
  askie (@imaskie) reportó hace 32 minutos

  DeepSeek Harness atiende primero una consulta, reúne los datos y aclara lo básico. Cuando hace falta criterio humano, me entrega la conversación completa. Puedo tomar el control sin pedir al usuario que repita su problema. #DeepSeek #DeepSeekHarness #Grix Busca en GitHub: askie/grix

• 
  Alan Daitch (@AlanDaitch) reportó hace 39 minutos

  El otro día tenía que pasarle unos archivos a un teléfono viejo, que anda mal de internet Ahí fue cuando me acordé de un reloj de 1994: el Data Link, que hicieron Timex y Microsoft juntos. Tiene un sensor óptico arriba del vidrio y funcionaba así: lo acercabas al monitor, que parpadeaba en barras de luz y en veinte segundos tenías setenta números de teléfono adentro. Me encontré con un usuario que hizo exactamente esto con Claude Code: la pantalla dibuja el archivo como una ráfaga de 60 códigos QR por segundo y el celular lo filma con la cámara y lo rearma.  Y el QR es lo mejor que hay para esto, porque nació justamente para que lo lean mal: torcido, con reflejo, a media luz. Ni siquiera hace falta agarrarlos todos: cada uno lleva una mezcla de varios pedazos del archivo, así que con los que enganchás se despeja el resto solo, con un sistema de ecuaciones. El tema es que, para poder leer los QRs, había que entrar a una página de internet que era justamente lo que quería evitar, así que le di el código a mi Claude Code y le pedí que lo convierta en una app de Android.  Después de media hora, me lo solucionó, pero además se dio cuenta de que la cámara del celular es un desastre, así que me armó la configuración del emisor para poder definir cuántos QR salen por segundo y qué tan denso es cada uno. Un par de pruebas para encontrar el punto justo y listo! Me quedó en 255 bytes por QR, más o menos un tuit, así que un PDF de una carilla entra en veinte segundos.  Ya me puedo transferir archivos chiquitos desde la compu a mi celular viejo sin ningún tipo de conexión: una maravilla. Te dejo el sitio acá abajo y el código en mi github como siempre. ¡Que lo disfrutes!

• 
  Pedro Sorrentino (@PedroSorrentin0) reportó hace 40 minutos

  Casi nadie entiende qué tumbó GitHub el 17 de agosto. Y eso incluye a mucha gente que ese día no podía hacer push, abrir un PR ni usar Copilot. No fue un deploy roto. No fue “un servidor caído”. Te lo explico sin humo, en 6 tweets.

• 
  Jorge (@tebayoso) reportó hace 43 minutos

  En unos días voy a hacer open source todo lo que me quedó de Euler Tools en el GitHub de la startup. Hay contratos, productos, plataforma, etc. Voy a anonimizar a los colaboradores que tenían dos trabajos y no querran quedar pegados. ¿Qué es Euler Tools? Euler Tools era demasiadas cosas. Mi sueño era convertir la blockchain en una commodity, de tal manera que cualquiera pudiera usarla. El foco era B2B: quería que los bancos y los gobiernos la adoptaran a escala masiva. ¿El problema? - No había un marco legal —no existía MiCA— que permitiera que alguien tocara un token con seguridad. - Fundador técnico: me convertí en una solución en busca de un problema. - Mala gestión: doble contabilidad entre cripto y bancos, demasiados empleados, falta de escrúpulos al contratar y lentitud al despedir. ¿Las cosas buenas? Aprendí un montón, conocí gente súper grosa y entendí cómo armar startups.

• 
  BeaQid (@BeaQidReturn) reportó hace 44 minutos

  🤖📁- En el marco de un ejercicio de ciberseguridad evaluado por el Instituto de Seguridad de la IA del Reino Unido, un agente de IA autónomo intentó un ataque contra la cadena de suministro de un proyecto open source real alojado en GitHub, creando identidades falsas y utilizando ingeniería social para lograr que se aprobara un código malicioso. Fue Sinan Can Demir, un estudiante turco de tercer año en la Universidad de Texas en Dallas, quien notó que un usuario llamado «miraholt31» intentaba introducir discretamente una actualización maliciosa en un programa open-source de análisis de red llamado myNetwork. Cuando Demir reportó la pull request como conteniendo «un dropper de malware oculto», el agente de IA contraatacó a través de su cuenta original y un segundo perfil falso, «Lena Brandt», presentada como una ingeniera alemana para presionar al mantenedor del proyecto y que aceptara el código. «Realmente creí que era un humano, porque me estaba mintiendo descaradamente», confió Demir a Reuters. «Nunca imaginé que una IA pudiera ser capaz de mentirles a verdaderos desarrolladores». Solo más tarde se enteró de que su adversario era un agente de IA impulsado por el modelo Mythos 5 de Anthropic, después de ser contactado directamente por el AISI británico. El informe técnico del AISI da escalofríos: «Es la primera vez que el AISI observa un engaño de esta gravedad, dirigido a una persona real no solicitada, en el mundo real». No se trata solo de una IA que encuentra una falla técnica, sino que mintió, creó personas creíbles y ejerció presión psicológica sobre un humano para obtener un resultado, sin que se lo hubieran pedido explícitamente.

• 
  Haute Dense (@DenseHaute) reportó hace 48 minutos

  @tebayoso @gitlab Podes usar git sin github o gitlab , solo tenes que instalarlo en el otro vps y listo , como se piensan que funciona ? por ssh , un key pair y listo , tenes un repositorio, igual como cuando usabas SVN.

• 
  Devin (@elpata_chingol0) reportó hace 52 minutos

  @Thomassin0 Safari: muy cheto, y muy creído. Mira con asco a los demás. Solo lo usa su Mac de 3k dólar para editar fotos y le quedan mal igual Firefox: Millenial +40. Gordo, barba, nerd. Zurdo pero nunca peronista. Contribuye en Wikipedia y en github. Olor a bolas

• 
  Domina IA (@Domina_IA) reportó hace 54 minutos

  Cursor no tumba GitHub. Ni siquiera lo intenta. El producto que acaban de sacar se llama Origin. Conecta tu organización de GitHub, elige repos y sigue empujando ahí. GitHub sigue siendo la fuente de verdad. Los permisos se copian, los pull requests se sincronizan en ambas direcciones y tú no sales del editor. Lo venden como rival. Hablan de las 257 caídas de GitHub el último año y de los 180 millones de desarrolladores que usan la plataforma. Bonito relato. El problema es que Origin no reemplaza nada. Se enchufa al flujo que ya usas. Cursor pertenece a SpaceX. Tienen opción de compra por 60.000 millones y acceso a la mayor flota de GPUs del mundo. Con eso prometen agentes que revisen y fusionen sin salir de la ventana. Funciona mientras GitHub siga siendo el almacén. Si GitHub estabiliza el servicio o mete sus propios agentes, Origin se queda en una capa de más. Su única ventaja es el hábito: que no te levantes de la silla. No necesita que abandones GitHub. Necesita que dejes de salir de Cursor.

• 
  7incho (@7incho_lopez) reportó hace 54 minutos

  Cuál timing será el mejor: -El lanzamiento de Origin cuando Github está caído. -Github caído evitando el "Sync from Github"

• 
  tobarra (@txbrraa) reportó hace 55 minutos

  ESTE REPO HACE QUE CLAUDE ESCRIBA HASTA UN 94% MENOS DE CÓDIGO Fable 5 es el mejor modelo de código del mundo. También el más caro. Cada línea que escribe de más, la pagas tú. Ponytail lo arregla con una idea absurdamente simple: convierte a tu agente en el senior vago del equipo. Ese que mira tus 50 líneas y las reemplaza por una. Antes de escribir nada, el agente se pregunta: → Esto necesita existir? → Ya está en el codebase? → Lo hace la librería estándar? → Lo hace el navegador de forma nativa? → Cabe en una línea? Solo si todo falla, escribe el mínimo que funciona. Resultado: • hasta 94% menos código • un 20% menos de factura • un 27% más rápido Sin recortar seguridad ni validaciones. Se instala en 2 comandos: /plugin marketplace add DietrichGebert/ponytail /plugin install ponytail@ponytail 83.000 estrellas en GitHub. Gratis y open source. El mejor código es el que nunca escribiste. Enlace al repositorio abajo👇

• 
  GptZone (@gptzone_net) reportó hace 56 minutos

  La resistencia práctica tampoco está resuelta. En apenas 24 horas apareció en GitHub un repositorio que afirmaba eliminar marcas de Claude, ChatGPT y Gemini. Un sistema que puede degradarse mediante reescritura o herramientas accesibles no sirve como prueba única para sancionar a un estudiante.

• 
  Tangerine Coding (@tangerinecoding) reportó hace 59 minutos

  Me pregunto si compensa tener el repositorio mirrored en otra plataforma, o si me apuráis incluso en un server local, para cuando GitHub esté caído.

• 
  Diario฿itcoin (@DiarioBitcoin) reportó hace 59 minutos

  🚨 Incidente en GitHub causa interrupción de 8 horas 🚨 La compañía reportó fallos por saturación de balanceadores y una configuración de autoscaling errónea. Errores elevados afectaron funciones clave como Issues, Pull Requests y Copilot. El tráfico de tokens se multiplicó por diez por un error en VS Code. GitHub anuncia cambios para evitar futuros incidentes. Desarrolladores enfrentan pérdida temporal de acceso crítico.