Estado de GitHub: problemas de acceso e interrupciones

Problemas en las últimas 24 horas

El siguiente gráfico muestra la cantidad de informes que hemos recibido sobre GitHub por hora del día durante las últimas 24 horas. Una interrupción se determina cuando la cantidad de informes es mayor que la línea de referencia, representada por la línea roja.

Problemas Más Reportados

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

• Sitio Caído (55%)
• Errores (32%)
• 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 5 días
Ahmedabad	Errores	hace 11 días
Delme	Inicio de Sesión	hace 12 días
Lyaud	Sitio Caído	hace 12 días
Catania	Errores	hace 14 días
Inverness	Sitio Caído	hace 26 días

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:

• 
  Joaquin Cartagena (@Joaquin_888) reportó hace 26 segundos

  @macroman66 @midudev Creo que este problema lo estamos viendo por ahí vi que desarrollaron una alternativa a github con un árbol de decisiones de ia . Sigo sin entender por qué competir con github en vez de integrarlo ahí pero bueno hay que encontrar una solución global

• 
  UnknownUser (@UnknownUser983) reportó hace 1 minuto

  @grasutton @yashmp2004 Espera, no lo he entendido bien y tampoco me manejo mucho con github. Esto sirve para echar la culpa a otra persona?

• 
  K0lateral - IA ? (@K0lateral) reportó hace 4 minutos

  @marcusyul @marcusyul ¡Y yo pensando que ya habías descubierto el fuego! Mira que listo, redescubriendo lo que lleva años en GitHub. Ahora dime, ¿esa comunidad de voluntarios te paga la luz del router? Porque gratis gratis, lo que se dice gratis, ni el café. Pero oye, que si te funciona,...

• 
  Nix0n (@UnTalNixon_exe) reportó hace 8 minutos

  Esta semana todo el mundo está buscando cómo correr un agente sin quemar la tarjeta. El README más aburrido de GitHub ya tenía la respuesta. Desde 2015. Se llama free-for-dev. 135k stars. 1600 personas metiendo free tiers nuevos y matando los que ya no existen. Cada semana. No son trials de 14 días. La regla: si no es gratis por lo menos un año, no entra. La otra: si el SSL es de pago, lo borran. Lo que sí está adentro: → Google AI Studio — Gemini Flash y Gemma 4 sin tarjeta → Cloud Run — 2 millones de requests al mes → Lambda — 1 millón de ejecuciones antes de que te cobren → Cloudflare — DNS, CDN y SSL de verdad, $0 → Oracle Always Free — compute forever (sí, las idle las apagan) El stack de un side project en 2026 no falla por código. Falla porque perdiste 40 minutos googlenado “is this actually free”. Este repo ya hizo esa búsqueda. Y la vuelve a hacer todas las semanas. Guárdalo antes de que tu próximo agente te cobre el “hello world”.

• 
  dexter lower (@DexterLowe14807) reportó hace 9 minutos

  @JohnSopranoJr encima la web "zerem" es 100% IA una poronga, y el linkeo a linkedin no funciona, el de github tampoco jaja terrible vende humo, algunos usan estos posteos para levantar o sentirse con un poco de poder

• 
  Roboto (@Roboto7826) reportó hace 9 minutos

  @marcoporracin Solo verían esa información los técnicos indios de GitHub, que han firmado un documento de confidencialidad, por lo que no hay problema.

• 
  Sergie Code (@sergiecode) reportó hace 15 minutos

  ¿Y si en vez de enseñarle a un agente de IA con prompts, simplemente le mostrás cómo hacer la tarea una vez? Microsoft acaba de publicar Skill Recorder, un proyecto que graba cómo trabajás en tu computadora y usa GitHub Copilot para convertir esa sesión en una serie de pasos que un agente puede reutilizar Grabás → la IA entiende lo que hiciste → revisás los pasos → lo convertís en una Skill o Automation Lo interesante es que no busca repetir clicks como un RPA tradicional, sino entender la intención y generar un procedimiento reutilizable que pueda usar herramientas nativas del agente Por ejemplo: hacés una tarea una sola vez y después el agente puede aprender a repetirla bajo demanda o incluso ejecutarla automáticamente según un trigger Soporta macOS y Windows 11, procesa la grabación localmente y está publicado bajo licencia MIT El repo de Microsoft está en el primer comentario 👇

• 
  🔥🐲 Javier  (@nuevo_31) reportó hace 16 minutos

  GitHub está como lento que ladilla

• 
  Adrià Martí (@adriml24) reportó hace 16 minutos

  @Majima_Kensetsu No tendrías que preocuparte por GitHub caído o librerías con vulnerabilidades, merece la pena pensarlo

• 
  Raul Santos ⛵️ (@RaulESantos) reportó hace 17 minutos

  Ayer en la noche configuré un servidor virtual para poder hacer coding desde Claude code en mi celular sin depender de la laptop. Hoy GitHub está caído, por lo que lo tendré que probar después. En todo caso, estamos en una nueva era para los negocios.

• 
  thavoo dev (@arcanoix_) reportó hace 18 minutos

  Un lunes y caído @github es en serio?

• 
  Diario฿itcoin (@DiarioBitcoin) reportó hace 19 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.

• 
  Consejo d Seguridad d Información y Ciberseguridad (@CONSEJOSIAC) reportó hace 22 minutos

  📋 ¿Cómo se filtran estas claves? Código expuesto en repositorios públicos de GitHub, registros de GitHub Actions sin enmascarar, archivos de configuración accesibles, o malware infostealer y respaldos mal protegidos.

• 
  David J Marquez Batiz (@djmbdv) reportó hace 24 minutos

  @powerhdeleon Genio, todo el mundo tiene su propio git, github es solo una copia de otro server en la nube. Realmente lo que falla de github mas que todo son servicios como Actions, Pages. Puedes tener tu CI en otro lado, o bien subir tus cositas con filezilla por ftp

• 
  Pedro Sorrentino (@PedroSorrentin0) reportó hace 25 minutos

  Automatización con GitHub ​Conectas tu repositorio de GitHub a tu instancia de Coolify. ​A partir de ahí, el flujo es idéntico a Cloud: ​Haces git push a tu rama principal. ​Coolify recibe el webhook, construye el contenedor y despliega sin caída de servicio (zero-downtime). ​Misma experiencia de desarrollo, control total del servidor.

• 
  Sergie Code (@sergiecode) reportó hace 25 minutos

  @HazzimIO Nosotros pasamos todo a Gitlab hace 3 meses por lo mal que funcionaba Github... la verdad que tienen sus problemas y Gitlab DUO es malísimo pero funciona sólidamente y no hemos tenido problemas bloqueantes

• 
  Miguel Pascual FdH (@FdhMiguel) reportó hace 28 minutos

  @alexmunoz1_ Tailscale y te pones un graph rag en github muy bien organizado. Yo llevo 3 meses con el y mi productividad ha subido un 20X además de que soy incapaz de agotar los tokens de mis cuentas. Eso si, es una buena inversión y necesitarás buena máquina para exprimir tanta sesión jaja

• 
  BeaQid (@BeaQidReturn) reportó hace 29 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.

• 
  Javier Calzolari (@javiercalzolari) reportó hace 29 minutos

  Me encantó este anuncio después de no se cuantas horas de GitHub caído

• 
  Teki Now (@Teki_Now) reportó hace 32 minutos

  Un modelo de IA china se ha escapado del entorno cerrado donde los investigadores lo estaban poniendo a prueba. Kimi K3, de la china Moonshot, aprovechó un fallo en la configuración de red del laboratorio y salió a internet libre. No hackeó nada: se limitó a buscar en GitHub las respuestas ya resueltas. Es el cuarto caso en semanas, después de que modelos de OpenAI, Anthropic y Meta se escaparan también de sus propias pruebas de seguridad.

• 
  Gabs (@constrainterror) reportó hace 35 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

• 
  Pere Casas (@pcasaspere) reportó hace 43 minutos

  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?

• 
  Alma De Fénix | A.K.A COOLPABLE (@AlmaDeFenix_) reportó hace 43 minutos

  @yoshinokentarou Pero pone en Github que es version SteamDeck ! Funciona como version normal sin pasar por Steam ?

• 
  martin (@marterrz) reportó hace 48 minutos

  @Carbeno_ @npm_run_fede @GordoLeyes Entonces no te la agarres con GitHub si tu problema es con el distribuidor. No es para vos, es para programadores. Lo único que tenés que recordar es git clone URL y funciona con cualquier git, no solo GH. Btw abrile un issue en el repo y decile que publique en otro lado.

• 
  Devin (@elpata_chingol0) reportó hace 51 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

• 
  Roger (@navywakura) reportó hace 51 minutos

  En esta captura la RAM sale mal. No hagan caso. Sigo programando e investigando, y creo que en setiembre podré publicarlo finalmente ya que estoy cerca de comprar AKD1000. Una vez tenga el benchmark de julios y mW, publicare el source code y la ISO. Tengo pensado ponerle la licencia BSL 1.1. Pero aun estoy pensando. Habrá una versión con GPLv3 del kernel base. echOS kernel estará disponible en github pronto!

• 
  Jose (@JoseiitoAviila) reportó hace 51 minutos

  @devruso Yo no entiendo el Github actions, seré muy ignorante pero los deploy y eso o bien los haces a mano, o bien le pides a la IA que haga el pull + restart del servicio, o tienes los .sh ahí en tu PC para hacerlo en cualquier momento, no entiendo el problema la verdad

• 
  Brunvelop (@Brunvelop) reportó hace 52 minutos

  Joe Rogan sube episodios de 2-3 horas. Tú ves clips de 30 segundos. Alguien los corta. Los creadores pagan $29 al mes por una IA que haga ese trabajo. Un desarrollador solitario en China lo regaló gratis. Se llama AutoClip. 6.391 estrellas en GitHub. 1.253 forks. Licencia MIT. Todos los clips que guardas de un podcast, stream o entrevista salieron de algo más largo. Los streamers no se hacen virales con streams: se hacen virales con clips de streams. Un episodio de 2 horas esconde entre 15 y 25 clips virales. Encontrarlos a mano: 4-6 horas. Esto es lo que hace AutoClip. Pegas un enlace de YouTube o Bilibili, o sueltas un video local. La IA lee la transcripción completa, puntúa cada momento por potencial viral, corta los highlights, añade subtítulos y te entrega una carpeta de verticales listos para TikTok, Reels y Shorts. Qué lo diferencia de OpusClip: • Corre local en tu máquina. Tu material nunca sale de tu ordenador. • Funciona con OpenAI, Gemini, Qwen o SiliconFlow. Elige el LLM más barato. • Sin créditos ni tope de minutos mensuales. Procesa un directo de 4 horas si quieres. • Licencia MIT. Hazle fork, mételo en un producto, véndelo. Sin pedir permiso. • Docker en una línea. Corre en el navegador en localhost:3000. El stack: FastAPI, React, Celery, Redis, SQLite, yt-dlp y FFmpeg. Un desarrollador llamado zhouxiaoka escribió 89 commits y entregó todo. La parte interesante: OpusClip levantó $68 millones de SoftBank, Samsung Next y DCM Ventures para montar un negocio de suscripción sobre exactamente este flujo de trabajo. Todo el mercado de IA para video corto está tarifado como SaaS porque la mayoría de los creadores no sabe que existe una alternativa open source. Una persona en Hangzhou lo escribió en su tiempo libre. Seis mil estrellas. Mil doscientos forks. Nota honesta: el último commit fue hace 77 días. El mantenedor es una persona y parte del roadmap sigue "en desarrollo". Si quieres un producto pulido con soporte, paga OpusClip. Si quieres ser dueño de la herramienta que corta tus videos, descarga esto hoy. Quien posee el software, posee el flujo de trabajo. Tus videos. Tu IA. Tus shorts.

• 
  David Fernández (@naroh) reportó hace 53 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.

• 
  Sweex (@sweexx9) reportó hace 55 minutos

  🚨Ganó un hackathon de Anthropic. Después no vendió el setup. Lo soltó en GitHub con licencia MIT. No es un prompt. Es el sistema con el que Affaan Mustafa convirtió Claude Code en un equipo de ingeniería: 68 subagentes, 286 habilidades, 94 comandos. El repo se llama Everything Claude Code (ECC). La diferencia no está en “más agentes”. Está en el orden de trabajo. Primero plan. Una frase tuya se vuelve un plano. Tú lo apruebas. Recién ahí aparece código. Después la prueba que falla. Rojo primero. Verde después. No al revés. Al final, revisión en contexto limpio. Otro agente lee el diff como si no hubiera escrito nada. Hay revisores aparte para Go, Python, TypeScript, Rust y Java. Eso evita el fallo clásico: un solo chat que planea, escribe, justifica y se autoaprueba. Qué hace cada bloque: Planificación. Convierte un pedido vago en arquitectura antes de tocar el repo. Revisión. El diff entra en frío. No arrastra la conversación anterior. Reparación de builds. Un resolvedor por cadena de herramientas, incluidos errores de PyTorch y CUDA. Seguridad. Pase OWASP sobre tu código y otro escáner sobre la config del propio agente, buscando inyección. Arquitectura. El diseño se discute antes de convertirse en migración. Dominio. Consultas, pipelines de ML, pruebas de punta a punta, documentación. Las habilidades que importan de verdad: Pruebas. tdd-workflow te lleva de rojo a verde. Encima van eval-harness y verification-loop. Lenguajes. Convenciones, tests y seguridad para Python, Go, Rust, C++, Django, Laravel, Spring Boot y Next.js. Contexto. search-first obliga a leer docs antes de escribir. iterative-retrieval impide que cada subagente se trague el repo entero. Envío. Docker, CI/CD, health checks, rollbacks y patrones de migración para Prisma, Drizzle y Django. Fuera de código. Texto con tu voz, research con fuentes, decks de ventas. El error caro: instalar las 286 de golpe. Eso no te hace más rápido. Te ensucia el contexto. Empieza con un plan, un paquete de reglas y las 4 o 5 habilidades de tu stack. El resto se carga cuando hace falta.