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 (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 8 días
Ahmedabad	Errores	hace 14 días
Delme	Inicio de Sesión	hace 14 días
Lyaud	Sitio Caído	hace 14 días
Catania	Errores	hace 17 días
Inverness	Sitio Caído	hace 29 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:

• 
  Nix0n (@UnTalNixon_exe) reportó hace 7 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”.

• 
  Héctor de León (El loco de los perros) ⛧ (@powerhdeleon) reportó hace 11 minutos

  Nuevos devs confunden construir software con escribir un prompt tipo "hazme tal cosa", esto segundo es igual a clonar un repo de GitHub, funciona, pero no tienes ni idea de como adaptarlo a nuevas cosas.

• 
  xIA (@xiathis) reportó hace 14 minutos

  UN CHINO HA CREADO OFICIALMENTE UNA MÁQUINA DE IMPRIMIR DINERO. Hay una herramienta por Drive y que en GitHub ha recibido 13.000 estrellas. Se llama moneyprinterturbo Un desarrollador chino la hizo. Aca abajo te lo dejo para descargar totalmente gratis, mira en el siguiente post de esta publicacion. Es completamente de código abierto. Produce videos completos automáticamente para TikTok, reels y YouTube Shorts. Cómo funciona. Maneja todo en un solo flujo de trabajo. Generación de guion, locución, subtítulos, recursos visuales, edición, todo en minutos. Sale un video listo para publicar. Tú no tocas nada. Ahora, por qué se ha vuelto tan popular. Porque normalmente este proceso funciona así. Una herramienta separada para el guion, otra para la locución, otra para subtítulos, otra para visuales, otra para edición. Cada una pide dinero por separado, tiempo por separado, aprendizaje por separado. Moneyprinterturbo lo unió todo bajo un mismo techo. Gratuita, ilimitada y se convirtió en el proyecto de código abierto más popular de su categoría. Las tiendas de TikTok y canales de YouTube Shorts ganan con esto entre 6-10K$ al mes. Estos usan este proceso. La diferencia es esta: Ellos pagan por las herramientas. Tú no pagas. La instalación toma 5 minutos. Guarda esto para no perderlo que abajo en el siguiente post te dejo el Drive o el GitHub.

• 
  BeaQid (@BeaQidReturn) reportó hace 16 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.

• 
  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.

• 
  Manu | 🥥 (@ManuAF6) reportó hace 17 minutos

  Ayer dediqué unas horas a probar Origin para dar feedback al equipo antes del lanzamiento Algunas de sus características destacadas incluyen: - Almacenamiento de código en un servidor Git en tiempo real - Permite a los agentes abrir borradores de cambios - Revisión de instantáneas (versiones), no de ramas activas - Fusión cuando esté listo - Replicación de un repositorio de GitHub Revisa una imagen estática, no una rama activa

• 
  Sofía Sicilia (@SofiaSici) reportó hace 18 minutos

  Si todavía buscas torrents saltando entre webs llenas de popups, anuncios falsos y enlaces muertos, guarda este proyecto. Se llama TorLink. Se conecta directamente a la red torrent y todo termina guardado en tu propio disco. Es un buscador y cliente de torrents que funciona completamente desde la terminal. Lo abres con un comando: npx torlnk Y desde ahí puedes buscar películas, series, anime o juegos sin ir entrando manualmente en cada página. TorLink consulta varias fuentes al mismo tiempo y te muestra los resultados con información útil como el tamaño y el número de seeders, para que puedas elegir rápidamente cuál merece la pena descargar. Después pulsas una tecla y empieza la descarga directamente en tu ordenador. También puedes pegar un magnet link o incluso un infohash y dejar que TorLink se encargue del resto. Mientras descargas puedes seguir buscando y añadir más archivos a la cola. La aplicación muestra el progreso, la velocidad y el tiempo restante, y si cierras el programa, las descargas interrumpidas pueden continuar cuando vuelvas. Incluso tiene un modo pensado para servidores y seedboxes, por lo que puedes dejarlo funcionando sin interfaz y controlarlo remotamente. No utiliza un servidor central para almacenar tus archivos. Es gratuito, tiene licencia MIT y ya supera las 4.500 estrellas en GitHub. Repo: github /baairon/torlink Un buscador, un cliente torrent y un gestor de descargas. Todo metido dentro de la terminal.

• 
  Pablo E. Untroib (@PEU_AR) reportó hace 22 minutos

  Ayer el comentario del tocayo que dio en el clavo me hizo reír, tuitazo en lo que a mi respecta. Pero el nerd que llevo adentro arrancó un loop Hoy mientras desayunaba escribí un proto-prompt de lo que me gustaría que haga una pagina web sin muchas aspiraciones para ayudar un poco con la búsqueda a alguien que no quiere salir a hablar en persona como yo Ese prompt se lo pase a una IA para que lo ordene y mejore y este es el resultado del prompt, mientras escribo esto tengo a Claude (con APIs via mi propio llmrouter de Z y Deepseek) laburando para hacerlo, cuando este terminado debería aparecer en mi web, ya les pasare link. 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 Pro → 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.

• 
  Domina IA (@Domina_IA) reportó hace 22 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.

• 
  Deivinson Tejeda (@DeivinsonTejeda) reportó hace 23 minutos

  Otra vez github con con problema... Damn!

• 
  roman (@Nozelcode) reportó hace 28 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👇

• 
  Juan Fabio Rey (@juanfabiorey) reportó hace 28 minutos

  @edusoyy Acá la cosa es muy sencilla. Si no sabés programar no hay IA que te salve. Aparte de ingeniero en sistemas son un cazador de vulnerabilidades, si supieran el desastre que hicieron algunos "vibe-coders" con el NPM Supply-chain (gusano Shai-Hulud/ChainDrop), por no saber, por no utilizar wrappers (NVM), ofuscación, control de versiones y no auditar las pull requests, no reconocer carpetas como '.cursor' o '.claude' que existen con esos nombres, o que el paquete 'cross_env' esté tan obeso, o desconocer el uso del flag 'ignore scrpt=true'. Repito, son cosas básicas que todo buen programador Propagaron malware por todos los sitios/repositorios. Y si usan VSCode o Node por fuera de Nvm. Lo lamento mucho, sus rsda_keys, github secrets, actions, datos de aws o azure... ya andan dando vueltas por el mercado negro. La IA es una herramienta de productividad para expertos, no un "hazme todo" para principiantes. La IA está entrenada para ofrecer patrones conocidos en el menor tiempo posible, no se fija si la configuración de policies del endpoint de tu API es segura y si un script te ejecuta un payload malicioso. La experiencia es la mejor herramienta para la evaluación de calidad del software. La IA me ayuda a construir más rápido, porque se lo quite estoy h haciendo.

• 
  Joaquin Cartagena (@Joaquin_888) reportó hace 28 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

• 
  santi (@santtiagom_) reportó hace 29 minutos

  unos amigos tienen una pequeña empresa de merchandising. durante años llevaron gran parte de la gestión en documentos de Google: cotizaciones, facturas, ventas y varias tareas del día a día. hace poco, uno de ellos se descargó Claude Code y empezó a pedirle que convirtiera todo ese proceso en un sistema. no sabía programar. solo conocía muy bien el negocio, cómo trabajaban y qué necesitaban resolver. 2 o 3 semanas después ya tenían un MVP funcionando: podían cotizar productos desde la página, cargar facturas, registrar ventas y tener toda la información ordenada en un mismo lugar. no es un sistema pensado para escalar ni para atender a millones de usuarios. tampoco lo necesitan. es una herramienta interna, construida alrededor de su forma de trabajar, que les ahorra muchísimo tiempo todos los días. hace unos años, desarrollar algo así probablemente habría sido demasiado caro para una empresa tan chica. necesitaban contratar a alguien, explicarle todo el negocio y pagar semanas o meses de desarrollo. hoy, una persona que entiende bien el problema puede convertirlo en una solución usando lenguaje natural. algo que noté durante el proceso es que todavía hay una parte bastante confusa para quien nunca programó: entender GitHub, manejar versiones, configurar un dominio y hacer un deploy. más allá de eso, una persona sin conocimientos de programación pudo crear en pocas semanas una herramienta que resuelve un problema real y le aporta valor todos los días. creo que esto va a ser cada vez más común: personas que conocen muy bien su trabajo y se animan a usar la IA para construir soluciones pequeñas y hechas a su medida. saben qué necesitan, cómo debería funcionar y qué corregir cuando algo no les sirve. pueden explicárselo a un agente, probar el resultado y mejorarlo sobre la marcha. mucho del software que antes no tenía sentido construir por tiempo o costo, ahora sí se puede hacer.

• 
  Alan Daitch (@AlanDaitch) reportó hace 31 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!

• 
  Sweex (@sweexx9) reportó hace 32 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.

• 
  Diario฿itcoin (@DiarioBitcoin) reportó hace 32 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.

• 
  Pere Casas (@pcasaspere) reportó hace 35 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?

• 
  🔥🐲 Javier  (@nuevo_31) reportó hace 39 minutos

  GitHub caído pues 😳

• 
  Fumando IA (@DiarioNegroZain) reportó hace 42 minutos

  @BettaTech No entiendo la gente tanta hostia con GitHub. Te compras un NAS synology, le instalas el servidor git, abres el puerto en el router y ya no dependes de nadie

• 
  yuulia ✟ (@yuliaisc) reportó hace 42 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

• 
  Rodrigo Téllez Lazo (@rtellez91) reportó hace 42 minutos

  @powerhdeleon Si supieras como funciona git, sabrías que todos los que usan github tienen su propio "github"

• 
  Jesus J. Ballano (@jjballano) reportó hace 44 minutos

  Parece que Github tiene problemas (otra vez). Yo no se cual es el problema en realidad, pero me gustaría ver las métricas de uso de los últimos 2 años, imagino que el crecimiento es brutal y eso no es fácil de gestionar.

• 
  ExploxTV (@ExploxTV) reportó hace 47 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

• 
  Codely ﹤🍍﹥ (@CodelyTV) reportó hace 47 minutos

  No hay semana en que GitHub no se caiga. 93.73% de uptime los últimos 90 días. La buena noticia es que están mejorando. Hace unos meses llegaron a tener un uptime del 84.31%. Eso significa que algunos de sus servicios estaba caído durante el ~15% del tiempo. Eso son 3h y media cada día. Ahora lo han logrado a reducir a 1h y media al día. Ojalá dentro de poco podamos hablar de minutos o ni eso.

• 
  David Fernández (@naroh) reportó hace 50 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.

• 
  dahdor (@dahdxr) reportó hace 52 minutos

  @Djjhenrz holaaa, una duda, estará funcionando github el día del evento o estará caído?

• 
  GptZone (@gptzone_net) reportó hace 58 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.

• 
  Jorge Morales (@jmorales1013) reportó hace 1 hora

  @SoyITPro Con razón GitHub Copilot Chat dentro de Visual Studio 2026 no funciona ni está autenticado 🤔

• 
  🇨🇺Arquitecto de Software y FullStack.🇻🇪 (@Apokalipto4) reportó hace 1 hora

  @UnTalNixon_exe Lo configure en mi vscode con Continue que es compatible con openai y no funciona. Le configure con la IA GitHub copilot y le puse el API KEY generado por TokenRouter para el modelo Kimi K3 "free" y sin embargo me da errores como que no he pagado suscripción con esa KEY