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 (53%)
• Errores (32%)
• Inicio de Sesión (15%)

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 1 día
Ahmedabad	Errores	hace 7 días
Delme	Inicio de Sesión	hace 8 días
Lyaud	Sitio Caído	hace 8 días
Catania	Errores	hace 10 días
Inverness	Sitio Caído	hace 23 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:

• 
  MrOscarDev (@mroscardev) reportó hace 4 minutos

  @santtiagom_ Esto es lo que está pasando de verdad. El que conoce el problema ya puede montar la herramienta. Lo que sigue trabando no es el código. Es GitHub, el dominio y el deploy. Ahí es donde todavía hace falta alguien que haya sufrido eso.

• 
  Matias Scalbi (@MatiasScalbi) reportó hace 4 minutos

  🔥 ¿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

• 
  Juli Alvarez (@usainbot95) reportó hace 8 minutos

  GitHub: 7h 47 min caído el lunes. Un sidecar de Istio que no escaló y Copilot reintentando a lo loco (tráfico ~10x). El mismo día Cursor (ya de SpaceX) te ofrece hospedar el repo adentro del editor. ¿Dejamos el código “en GitHub” o ya es un riesgo de vendor?

• 
  Teki Now (@Teki_Now) reportó hace 9 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.

• 
  Kuha (Re:World D.) (@_Kuha_) reportó hace 11 minutos

  @LuchoGarabito Si estuviera bien hecho te diría re piola. Onda 99.9% de la programación hoy en día es IA El tema con esto es que luego tenes algo super slop mal hecho, que es un PELIGRO enorme de seguridad, y la gente sin saber ejecuta código random de github en su pc sin entender el riesgo

• 
  liam. (@liambraus) reportó hace 12 minutos

  🚨 ESTO ES UNA LOCURA Un desarrollador acaba de lanzar una app GRATUITA que convierte tus agentes de código en personajes de una oficina que trabajas puedes ver en tiempo real. Se llama Munder Difflin. Ya suma 5.500 estrellas en GitHub. Así funciona: 1. Conectas los CLI de agentes que ya usas: Claude Code, Codex, Grok, Kimi, Gemini CLI 2. Cada agente aparece como un personaje con su propio escritorio y bandeja de entrada 3. Tu clon reparte el trabajo entre todos y solo te avisa si hay algo crítico Todo ocurre delante de tus ojos, en un piso de oficina pixel-art. Guárdate esta herramienta. Estoy seguro de que puedes sacarle muchísimo partido si trabajas con varios agentes a la vez. Enlace abajo 👇

• 
  Devin (@elpata_chingol0) reportó hace 15 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

• 
  Nix0n (@UnTalNixon_exe) reportó hace 17 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”.

• 
  Codely ﹤🍍﹥ (@CodelyTV) reportó hace 17 minutos

  Cursor acaba de lanzar públicamente su alternativa a GitHub. Justo en el día en el que GitHub lleva caído muchas horas.

• 
  Adrià Martí (@adriml24) reportó hace 19 minutos

  GitHub caído, nunca hay mejor excusa que esa para acabar de trabajar a mi hora

• 
  @deaquino (@deaquino) reportó hace 21 minutos

  @fjpedrosa86 Compras espacio extra o te sirve con el que espacio pro defecto del VPS? Tengo lo mismo que tú, pero, todo Hermes y solo para dos personas. Compré una oferta de zai que caduca a final de año :( - es una 20x. Además un mini pc en casa para compilar. Me fundo los minutos de GitHub

• 
  Erubiel (@_alanerubiel) reportó hace 22 minutos

  @barckcode Explícame como si tuviera 5 años Pat que sirve GitHub. Ya tengo Claude pro.

• 
  Brunvelop (@Brunvelop) reportó hace 26 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.

• 
  roman (@Nozelcode) reportó hace 26 minutos

  EL 75% DE LO QUE LE PAGAS A CLAUDE ES TU AGENTE REPASANDO LO QUE YA SABÍA AYER Cada vez que Claude abre tu proyecto empieza de 0. Reconstruyendo un mapa que ya hizo hace una hora y tiró a la basura. Esa exploración la pagas tú. En cada sesión. Graft lo arregla con una idea absurdamente simple: convierte a tu agente en el que ya lleva un año en la empresa. Ese que no abre 15 archivos para ubicarse porque ya sabe dónde vive todo. Escanea el repo una vez, lo escribe como markdown enlazado dentro de tu git, y el agente lo lee antes de tocar nada. Así que antes de empezar ya sabe: → qué sistema toca este cambio → dónde vive esa lógica → qué se rompe si la mueves → qué se decidió antes y por qué Y se mantiene sincronizado solo, en segundo plano. Su benchmark, 162 runs: → 46% menos tool calls → 32% menos coste → 60% menos latencia → misma correctness 5 pull requests reales de PocketBase: Sonnet con Graft los reprodujo todos, tocando los mismos archivos que los mantenedores. Nivel Opus y un 21% más barato. Sin embeddings. Sin vector DB. Son archivos markdown dentro de tu repo. npm install -g @nanonets/graft graft init MIT, gratis y open source. trending en GitHub esta semana. El contexto más barato es el que no vuelves a buscar. Enlace al repositorio abajo👇

• 
  Marco (@maarcoofdezz) reportó hace 28 minutos

  67.000 estrellas en GitHub para un repo que hace una sola cosa: buscarte trabajo mientras duermes. Se llama career-ops y el flujo es este: → Rastrea portales de empleo → Evalúa cada oferta con una rúbrica estructurada de la A a la F → La convierte en una nota del 1,0 al 5,0 → Y te deja arriba solo lo que supera tu corte Lo interesante no es que use IA. Es la rúbrica. Todo el mundo lleva dos años pidiéndole a un modelo "dime si esta oferta me encaja" y recibiendo un párrafo simpático y sin criterio. Esto le pone examen. Mismo baremo para las 400 ofertas. Que resulta que era el problema desde el principio: no la falta de inteligencia, la falta de criterio constante.

• 
  Javier Calzolari (@javiercalzolari) reportó hace 29 minutos

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

• 
  ItscoachFO (@itscoachfo) reportó hace 32 minutos

  Una liquidity pool no es solo código. Es un conjunto de activos, participantes, comisiones y riesgo real: riesgo de contrato inteligente, de liquidez, de mercado, de contraparte. Alguien tiene que asumir esa responsabilidad. Un DAO o un repositorio de GitHub no sirve. Todos quieren que las instituciones se involucren. Pero las instituciones solo se involucran si hay responsables. En el futuro (más cercano de lo que creemos) nadie hablará de defi vs cefi. Solo veremos liquidez regulada.

• 
  David Fernández (@naroh) reportó hace 33 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.

• 
  Case (@david_nlil) reportó hace 33 minutos

  @Bonescraft_ Sip, desconozco la manera pero es posible creo que con github y si hablamos de acceder a ellos pues kemono nunca falla en eso ahí descargaba mods de smash

• 
  Maximiliano Rodríguez (@maxirodr_) reportó hace 34 minutos

  @github Uno de cada seis commits siendo bump no es problema de Dependabot, es que leer un PR cuesta igual sea trivial o crítico. Agrupar arregla el denominador, no el numerador. Doce avisos con uno real entrena a ignorar los doce. Esa es la deuda real.

• 
  ExploxTV (@ExploxTV) reportó hace 38 minutos

  GitHub investigó y determinó que un humano escribió el código vulnerable en Snowflake. Copilot Autofix revisó el pull request, pero no detectó el fallo. La transparencia en la atribución es clave. 🔍 #SeguridadSoftware #IA

• 
  GptZone (@gptzone_net) reportó hace 41 minutos

  Perplexity acaba de atacar uno de los costes menos visibles de los agentes: pagar la nube por cada paso, incluso cuando tu propio ordenador podría resolverlo. Portable Computer lleva su entorno de IA a NVIDIA DGX Spark y ejecuta las tareas localmente por defecto. Los archivos se procesan en el equipo, los datos sensibles no salen a servidores externos y el trabajo local no consume créditos ni tokens de la suscripción. El mecanismo económico importa más que la etiqueta de «IA local». Un agente no hace una única consulta. Puede leer documentos, buscar información, consultar Gmail, Google Drive, Slack o GitHub, ejecutar herramientas y encadenar decenas de acciones antes de entregar un resultado. Si cada paso pasa por la nube, el coste crece con la autonomía del sistema. Perplexity propone una arquitectura híbrida: el hardware local absorbe el volumen rutinario y la nube queda reservada para los cuellos de botella. Cuando el modelo detecta que una tarea supera su capacidad de razonamiento o alcance, detiene el proceso y pide permiso antes de enviar solo ese paso a un modelo remoto. Después reincorpora la respuesta al flujo local. Esto convierte el gasto variable por tokens en una combinación distinta: inversión inicial en hardware, consumo eléctrico y uso remoto puntual. No garantiza que salga más barato en todos los casos. Sí permite que un equipo intensivo deje de pagar el mismo margen de nube por clasificar un documento sencillo que por resolver una tarea compleja. También reduce una fricción que ha frenado la IA local: montarla exigía configurar inferencia, agentes, aislamiento y herramientas por separado. Portable Computer empaqueta modelos, motor de inferencia, conectores, lectura de PDF, dictado por voz y acceso a la terminal. Los comandos se ejecutan dentro de un sandbox restrictivo para limitar daños si el modelo falla. La propuesta inicial llega con Qwen 3.8 27B y Qwen 3.6 35B ajustados por Perplexity para tareas de agentes. Está previsto añadir NVIDIA Nemotron 3.5 Lightning y permitir servidores propios para necesidades especializadas. Hay límites relevantes. DGX Spark es el primer hardware certificado; el acceso inicial requiere Linux y una suscripción Pro, Max, Enterprise Pro o Enterprise Max. El soporte para tarjetas NVIDIA RTX en Linux llegará más adelante y la versión nativa para Windows está prevista para septiembre. Por eso todavía no es una alternativa universal a la nube. Es una prueba de una arquitectura que puede encajar especialmente bien en empresas con datos sensibles, cargas repetitivas y suficiente uso para amortizar el hardware. La métrica decisiva no será cuántos tokens procesa el modelo ni qué puesto ocupa en un benchmark. Será el coste por tarea terminada, incluyendo hardware, energía, mantenimiento, intervenciones humanas y escalados remotos. Si ese número mejora, NVIDIA no solo estará vendiendo una máquina compacta y Perplexity no solo estará distribuyendo software. Estarán trasladando parte de la economía de los agentes desde el centro de datos hasta el escritorio.

• 
  cel (@celescript) reportó hace 42 minutos

  imposible laburar un feriado nublado y menos si github no funciona en lo absoluto

• 
  Abraham Moreno 🦁 (@MorenomAbraham) reportó hace 43 minutos

  @_axtone Ya hay muchas repos en GitHub para que el harness mantenga memoria a través de sesiones. Solo considerar que muchas veces eso implica un gasto extra de tokens porque el contexto se lee completo cada que abres una sesión nueva.

• 
  Joaquin Cartagena (@Joaquin_888) reportó hace 46 minutos

  @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

• 
  Leo (@leoxbtt) reportó hace 47 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 53 minutos

  GitHub caído pues 😳

• 
  Diego (@DiegoMoya_) reportó hace 53 minutos

  Ya sirve GitHub o nada?

• 
  HMAQuant (@_HMPhysics_) reportó hace 56 minutos

  Tu CV dice 'apasionado de los mercados'. El del candidato de al lado trae un backtest reproducible en GitHub, con costes, walk-forward y un README honesto sobre lo que NO funciona. ¿A quién entrevistarías tú?

• 
  La IA Actualidad by Daniel (@dorlando1997) reportó hace 56 minutos

  10/ Ojo al matiz: Wiz y GitHub dicen que no está probado que la IA escribiera el fallo; pudo no detectarlo al revisarlo. Pero el problema sigue ahí: un agente ofensivo encontró una vía real en CI/CD mientras el autofix figuraba en el cambio. No es una demo de conferencia.