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 (67%)
• Inicio de Sesión (20%)
• Errores (13%)

Mapa de interrupciones en vivo

La mayoría de reportes de fallos e interrupciones se originaron en

City	Problem Type	Report Time
Ashkelon	Sitio Caído	hace 18 horas
Veigné	Errores	hace 9 días
Paris	Sitio Caído	hace 12 días
Saint-Paul	Sitio Caído	hace 13 días
Saint-Paul	Sitio Caído	hace 13 días
Mexico City	Inicio de Sesión	hace 14 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:

• 
  Kurt (@kkurtt__) reportó hace 12 segundos

  Después de probar mil formas de activar el módulo del wifi/bluetooth mediatek 7902 en mi server minipc Linux no ha habido manera. Mañana lo cambio por un Intel ax210 que ese no falla. Esto es una sutileza de Windows y mediatek para tocarte tanto la polla que se te quiten las ganas de instalar Linux, pero pa cabezón yo. Mañana tengo esto funcionando como un tiro con fedora. Ahí os dejo unas capturitas de la aventura por si alguien del internec se encuentra los mismos problemas ya sabe qué tiene que hacer. No perdáis tiempo bajando drivers de la comunidad desde GitHub. Tampoco valen. Cambiad el chip y taladrad este o haceros un colgante.

• 
  Miguel Ángel | GptZone (@MiguelMaestroIA) reportó hace 5 minutos

  Más de 8.5k estrellas en GitHub, gratis y open source. Retención completa del contexto y la memoria. No tendrás que volver a intentarlo para obtener una respuesta que deberías haber obtenido al primer intento. Funciona con ChatGPT, Claude Code, Gemini, MiniMax, Perplexity, Midjourney y cualquier herramienta de IA que le añadas.

• 
  silvan (@silvanrec) reportó hace 8 minutos

  UN DEV HIZO EN OPEN SOURCE LO QUE NOTION Y CONFLUENCE NO QUIEREN QUE EXISTA encontré openknowledge y es de esas herramientas que deberían ser el estándar y todavía no lo son la idea es simple: tu documentación deja de vivir presa en un saas y pasa a ser archivos markdown normales, versionados con git como el resto de tu código la diferencia real está en el mcp nativo. claude, cursor y codex ya no solo leen tu base de conocimiento, la indexan, la consultan y coescriben directo ahí. se acabó el copy paste de specs y contexto cada vez que abrís un agente esto no es “otra wiki con ia”, es la wiki dejando de ser un silo corre 100% local primero, con cli (npm install -g @inkeep/open-knowledge) o dmg nativo en mac, y aun así tiene el wysiwyg fluido de una wiki moderna la parte que nadie cuenta: cuando tu documentación es texto plano portable, el vendor lock-in de las wikis saas deja de ser un problema técnico, se vuelve una elección es open source, es gratis, y ya está en github

• 
  anonimo (@anonimo1is) reportó hace 16 minutos

  @precisox Interesante propuesta. Pero GitHub ya integra Copilot, GitHub Code Search AI y GitHub Actions con AI. ¿Qué hace a Origin diferente que no se pueda replicar aquí? Sería útil ver un caso concreto donde GitHub falla y Origin lo soluciona.

• 
  Ingeniero Seed Ph. (Oficial) (@IngenieroSeed) reportó hace 18 minutos

  La próxima semana me voy de hotel. Ya he usado mi software para tener listo mi DNI cuando me lo pidan en recepción. O bien se enseña desde el móvil o bien se envía por mail para que lo puedan ver. E incluso por WhatsApp muchas veces. Recuerda que es: - 100% offline - Gratis - Instantáneo - Funciona en cualquier PC e incluso sistema operativo. Yo mismo acabo de descargarme el archivo de mi github y al hacer "clic" en él, se me ha abierto Chrome con la aplicación. En menos de 30" me he guardado mi DNI (anverso y reverso) modificado. Se leen todos mis datos pero con la marca de agua. Además, EXTREMADAMENTE ÚTIL, ante cualquier filtración a Internet por parte de la empresa, podremos saber quién ha sido la culpable y denunciar si hiciese falta. Es imposible hacerlo más fácil y más rápido. IngenieroSeed

• 
  karla (@karlarboledas) reportó hace 20 minutos

  GitHub acaba de solucionar el mayor problema del vibe coding. Acaban de lanzar Spec Kit y en días ya tiene +95K estrellas. ¿La idea? En vez de tirar prompts vagos y rezar para que el agente no rompa tu proyecto… Spec Kit obliga a la IA a crear una especificación estructurada ANTES de tocar código. La IA primero entiende lo que quieres construir, pregunta lo que falta, organiza el proyecto y después empieza a programar. Eso significa menos tiempo arreglando errores absurdos, menos código inconsistente y resultados mucho más predecibles cuando trabajas con agentes. El flujo es simple: /constitution → reglas y estándares /specify → qué quieres construir /clarify → dudas antes de empezar /plan → arquitectura y stack /tasks → tareas ordenadas /implement → ejecución Compatible con Claude Code, Cursor, Copilot, Codex, Gemini CLI y +25 agentes. 95K estrellas. 8K forks. Open source. Publicado por GitHub. Repositorio 👇

• 
  darwin enriquez (@darwinenriquez) reportó hace 23 minutos

  Fable 5 respondía más rápido, pero Codex 5.5 cuidó mejor mi código Estos días estuve probando Fable 5 y Codex 5.5 conectados al código real de mi app. Mi flujo es este: sigo construyendo en Replit, hago pull del código desde GitHub a mi PC usando la app de GitHub, y así mantengo el proyecto actualizado para que ambos modelos puedan revisar el código real. No los uso para hacer todo, sino como una segunda capa de revisión cuando necesito agregar algo, corregir un problema o tocar partes delicadas de la lógica. Estoy en una etapa donde ya hay muchas piezas conectadas. Un cambio pequeño puede romper cosas que ya funcionan: referencias, prompts, storyboards, créditos, validaciones, duración de videos o lógica interna. Por ejemplo, en el Production Board Creator Pro el usuario puede subir referencias, escribir una idea y generar prompt, storyboard y video. Pero por detrás hay más lógica: las referencias se validan, se envían a ByteDance para evitar bloqueos, un modelo multimodal analiza imágenes, video, audio e idea del usuario, luego GPT Image 2 genera el storyboard y Seedance genera el video final. Además, el sistema de créditos tiene que calcular consumo según referencias, tokens, imágenes del storyboard y duración del video. Si el usuario selecciona 30 segundos, el sistema debe generar dos partes, dos storyboards y dos prompts, usando bien las referencias y el storyboard correspondiente. Por eso, cuando algo es delicado, uso Replit en modo plan y antes de ejecutar mando ese plan a revisar. Mi impresión es que Replit probablemente usa Claude por detrás, sobre todo por la forma en que responde: muy seguro, a veces terco, y convencido de que ya entendió el problema. Durante un tiempo usé Codex 5.5 en modo high para revisar esos planes. Casi siempre encontraba algo importante: una dependencia, una validación, una parte que no debía tocarse o algo que podía romper lógica existente. Luego probé Fable 5 para el mismo flujo. Le mandaba el mismo plan a Fable y a Codex. Al principio Fable me gustó bastante. Respondía rápido, seguro y parecía entender bien. Esa seguridad me hizo confiar más, hasta que por un tiempo dejé de preguntarle a Codex. El resultado: se rompieron cosas. Mi impresión fue que Fable 5 no revisó con suficiente profundidad la lógica que ya existía por detrás. Sus soluciones sonaban bien, pero no siempre consideraban dependencias, estados, validaciones o partes conectadas del sistema. Entonces volví a usar Codex. En varias pruebas le mandaba a Fable el análisis de Codex. A veces Fable aceptaba que Codex había agregado puntos importantes que no había visto. Otras veces defendía su respuesta con seguridad, hasta que Codex mostraba la línea exacta del código donde estaba el problema. Ahí Fable terminaba reconociendo que no había visto ese detalle. Mi percepción hasta ahora: Fable 5 es útil para avanzar rápido, proponer caminos posibles y tener un buen apoyo inicial. Pero en cambios delicados de lógica, lo sentí demasiado seguro y no siempre revisando con la profundidad necesaria. Codex 5.5 se tarda más, pero me dio más confianza. No solo propone qué hacer; también suele decir qué no hacer, qué puede romperse y qué partes del sistema hay que proteger. Para bugs complejos y cambios delicados, hoy confío más en Codex. La diferencia no fue quién respondió más rápido. La diferencia fue quién cuidó mejor lo que ya estaba funcionando.

• 
  Clau Cave (@ccavezzali) reportó hace 24 minutos

  @imonsh @github Hackear el badge para hacer un juego es exactamente lo que separa a quien aprende haciendo del que aprende mirando. El conocimiento real siempre empieza con un problema que nadie te pidió que resolvieras.

• 
  LeoDefi (@leocagli) reportó hace 25 minutos

  @DamianCatanzaro El problema inicialmente es guiarte por la cantidad de stars o forks de un repo, GitHub tiene hasta la cabeza de su comunidad rota.

• 
  Víctor Falcón (@victoor) reportó hace 25 minutos

  El principal problema de darle acceso a internet a un LLM no es la llamada HTTP, sino que el 90% de las plataformas interesantes bloquean las peticiones por IP o te obligan a usar APIs de pago carísimas. Este proyecto funciona como una capa de abstracción para que tu agente pueda consultar Reddit, Twitter, YouTube o GitHub usando una única interfaz de terminal y sin coste de infraestructura. Lo interesante es que se encarga de gestionar de forma transparente la rotación de métodos de acceso, el bypass de bloqueos y el parseo de datos limpios. Si una plataforma cambia sus medidas de seguridad, el proyecto se actualiza por debajo para que tu flujo de IA no se rompa de un día para otro. Para integrarlo, puedes pasarle la guía de instalación directamente al prompt del agente y dejar que él mismo configure la CLI y la llame de forma autónoma cuando necesite buscar contexto en tiempo real en la web.

• 
  Edgar Manuel (@3d64r_89) reportó hace 26 minutos

  La mayoría de traders no sabe que existe esta herramienta y cuesta €0 👀 Vibe-Trading: Tu agente de trading personal impulsado por IA. 25k estrellas en GitHub y 4.2k forks demuestran que funciona. Con Python, backtesting avanzado y LLMs integrados, automatiza estrategias algorítmicas sin tocar un centavo en suscripciones. Lleva actualizaciones semanales. El repositorio está on fire esta semana. ¿Ya la usas o aún estás perdiendo dinero a mano? Lo tienes abajo 👇

• 
  roman (@Nozelcode) reportó hace 27 minutos

  TU PORTÁTIL VIEJO PUEDE REEMPLAZAR TODAS TUS SUSCRIPCIONES CLOUD. Netflix, Google, Dropbox, 1Password. Ese portátil cogiendo polvo en tu armario, con la batería muerta y el procesador lento, puede hacerlo todo. Pagas unos 40$ al mes. 500$ al año. Por alquilar cosas que antes eran tuyas. Te presento CasaOS. Un sistema gratuito y open source que convierte cualquier portátil viejo, Raspberry Pi o mini PC en tu propia nube personal. Ejecutas un comando. En 30 minutos el portátil se convierte en servidor. Lo abres desde tu móvil, tu TV o cualquier ordenador del mundo. Después eliges las apps desde una tienda integrada. Un clic cada una. → Jellyfin para reemplazar Netflix. Streaming de todas tus películas y series. → Immich para reemplazar Google Photos. Con caras y búsqueda incluidas. → Nextcloud para reemplazar Dropbox. Sincroniza todo en todos tus dispositivos. → Vaultwarden para reemplazar 1Password. Todas tus contraseñas, tus claves. → Home Assistant para controlar todos los dispositivos smart de tu casa. → AdGuard para bloquear anuncios en todos los dispositivos de tu wifi. Sin código. Sin archivos de config. Sin saber Linux. Ves iconos en pantalla. Haces clic. • 34.116 estrellas en GitHub. • Apache 2.0. Gratis para siempre. Más de 100.000 apps Docker disponibles. Netflix te cobra cada mes. CasaOS no. Un comando. Treinta minutos. Quinientos dólares al año de vuelta en tu bolsillo. Tu armario acaba de convertirse en un data center.

• 
  La IA Actualidad by Daniel (@dorlando1997) reportó hace 30 minutos

  4/ Osloq: conectas GitHub, eliges un issue y lo reproduce en sandbox aislado. Logs, screenshots y el código exacto del fallo. Gratis: 5 investigaciones/mes. JS, TS, Python y Go.

• 
  GptZone (@gptzone_net) reportó hace 33 minutos

  El movimiento técnico tiene una lectura bastante concreta. Website Builder arranca desde una conversación, genera una página y automatiza piezas que muchas pymes suelen dejar mal hechas o directamente sin hacer: - archivo llms.txt - datos estructurados en JSON-LD - conexión con Google Search Console - conexión con Google Analytics - importación desde GitHub - publicación sin pelea manual con DNS No es solo “hazme una landing”. Es “mantén la web legible para Google, ChatGPT, Gemini y Claude”.

• 
  ¿Milo? Agudelo (@CamiloAgudeloJ) reportó hace 36 minutos

  ¿Me tiré una sustentación por contradecir a uno de los jurados? Sí. ​¿Me voy a mantener porque estoy 100% seguro de que lo que estaba diciendo es cierto y funciona de esa manera? También. ​¿Cómo fokin se te ocurre decirme que no puedo subir un .env.example a Github porque es un riesgo de seguridad? Sí, un .example, no un .local o un .env de producción (claramente sin ninguna key, únicamente los placeholders). ​Yo en serio me decepciono cada día más de los docentes retrógradas y que por no ser capaces de simplemente admitir que se equivocaron van en contra de los estudiantes. Si se mantienen firmes con un concepto tan absurdo como ese, ¿qué podemos esperar? ​Esta es la documentación que lo respalda (En caso de que quede alguna duda de qué es lo correcto): Express corre sobre Node.js, que ya soporta los .env de forma nativa. Incluir un .env.example en el repositorio es literalmente el estándar de la industria para documentar el entorno de desarrollo sin exponer secretos. 📎👇🧵

• 
  Suit (@_suuitt) reportó hace 39 minutos

  GITHUB DE MRD PENSE QUE ESTABA HACIENDO ALGO MAL POR UNA HORA Y ES EL **** GITHUB ACTIONS CAIDO

• 
  CryptoWhale™ (@SCryptowhale) reportó hace 39 minutos

  Un tipo apodado nbatman en Reddit edificó accidentalmente el sitio web más práctico del internet. Se llama FMHY (Free Media Heck Yeah). Este es el portal que Google borró de los resultados de búsqueda por infracciones DMCA, que Reddit censuró en las sombras por promocionar piratería, que la Motion Picture Association etiquetó como amenaza principal de piratería, y que la RIAA presionó a los proveedores de hosting para que lo abandonaran. Continúa en línea. Se actualiza cada mes. Así funciona. FMHY es el catálogo. La wiki misma no hospeda nada. Únicamente te especifica dónde reside realmente cada cosa gratuita en internet, estructurada en 14 secciones con evaluaciones de seguridad en cada enlace particular. → Películas y series en 4K de más de 50 plataformas de streaming → Música con calidad de Spotify y Apple Music → Adobe Creative Cloud, Microsoft Office, AutoCAD, JetBrains → Cada curso pago en cada plataforma mayor de aprendizaje → 100 millones de libros y artí***** a través de Anna's Archive → Opciones gratuitas a cada utilidad de IA paga → Una extensión de navegador SafeGuard que marca sitios inseguros en tiempo real Arrancó como un único documento de Google gestionado por un moderador de Reddit en 2018. Google lo liquidó con un retiro por DMCA en 2023. La comunidad reconstruyó la wiki en su propio dominio, la replicó en GitHub e IPFS, y actualmente la ejecuta en 12 dominios de respaldo contemporáneamente. No hay empresa. No hay CEO. No hay servidor central. Seis voluntarios anónimos sostienen todo el proyecto en su tiempo personal. Las donaciones vía Ko-fi costean el hosting. Nadie embolsa ganancias. Hollywood no logra cerrar esto. Spotify no logra cerrar esto. Adobe no logra cerrar esto. Toda la economía de suscripciones se mantiene porque no sabes que esta wiki existe.

• 
  Sergio Márquez • IA (@sergiomarquezp_) reportó hace 42 minutos

  El problema tiene dos caras: la económica y la de privacidad. Con la cuota cerrada de Copilot tu código pasa por la infraestructura de GitHub. En proyectos con datos sensibles, eso es una conversación incómoda con el equipo de seguridad.

• 
  Microsoft Developer Latinoamérica (@msdevlatam) reportó hace 43 minutos

  1/ GitHub Copilot app, ahora en preview para usuarios de Copilot Pro, Pro+, Business y Enterprise. Desde un solo panel: sesiones activas, issues, PRs y automatizaciones en paralelo. Cada sesión corre en su propio git worktree, sin configuración manual ni conflictos de branches. Los agentes escriben el código. Tú decides qué llega a producción.

• 
  Adicto a la IA | Noticias, tools & prompts (@ElAdictoalaIA) reportó hace 45 minutos

  Un tío le dio a GPT-5.5 un repo vacío de GitHub y le dijo "apáñatelas tú solo" — ahora el modelo commitea cada hora sin supervisión humana Lo que ha pasado después es más raro de lo que esperaba: ① PRIMER COMMIT: SE NOMBRÓ PROJECT MANAGER En vez de ponerse a picar código, creó un roadmap, un changelog, un archivo de estado y otro explicando sus decisiones. Como el becario que llega el primer día y se pasa la mañana organizando carpetas en vez de currárselo. ② LE PREGUNTÓ QUÉ COJONES ESTABA CONSTRUYENDO Respuesta: "Autonomous Forge, un gestor de mantenimiento de IA para proyectos de GitHub. Voy a leer roadmaps, elegir tareas pequeñas, hacer cambios, testearlos y registrar cada acción." Básicamente, una IA autónoma intentando construir un sistema para IA autónoma. Como un perro persiguiéndose la cola pero con commits. ③ AHORA HAY DOS AGENTES TRABAJANDO El autor metió un segundo agente para acelerar el proceso x2. Dos IAs decidiendo qué hacer sin que nadie les diga nada. Esto o sale algo útil o acaban con 900 commits de updates al README. El repo es público. Puedes ver cómo falla tests, se corrige y probablemente overthinkea soluciones de 10 líneas.

• 
  Gentleman Programming (@G_Programming) reportó hace 45 minutos

  Hoy mejoré mi sistema de review adversarial a la mañana, y ese mismo sistema custodió todo lo que shippeé el resto del día. Nació y se pagó solo en la misma sesión. Te cuento el proceso completo, porque acá lo que vale no es el resultado, es cómo se llegó. Empezó con una auditoría de tokens a mi propia herramienta. Resulta que gentle-ai le inyectaba unos 13.600 tokens de contexto fijo a CADA sesión de Claude Code antes de que escribas una sola palabra. El protocolo de memoria entraba tres veces por canales distintos. La persona entraba dos veces. Y lo peor: las dos copias habían drifteado, eran textos parafraseados diciendo casi lo mismo con wording distinto. Eso no es solo plata, locura. Instrucciones repetidas con palabras diferentes te degradan el compliance del modelo. Es calidad la que se te va. ¿Cuál fue la regla? No tocar una sola línea de código sin proceso. Cada cambio pasó por el ciclo completo de Spec-Driven Development: exploración, propuesta, diseño, tareas, implementación con TDD estricto, verificación. Y arriba de todo eso, judgment day: dos jueces ciegos revisando en paralelo, un ledger de findings persistido, y re-reviews acotados solo a lo que tocaron los fixes. Y acá viene el dato que me parece el más importante del día. Cinco veces el verify formal dio PASS. Y las cinco veces los jueces adversariales encontraron críticos reales. Un data race reproducido con go test -race. Un GET HTTP a la API de GitHub metido en cada session start que nadie había pedido. Reglas de contenido perdidas en una migración que los tests no veían, porque comparaban versión nueva contra versión nueva y nunca contra la fuente de verdad. En total: 54 findings encontrados, arreglados y verificados antes de mergear. Los números finales quedaron una flor: entre 1.700 y 2.600 tokens menos por sesión. Y reviews que antes churneaban infinito ahora convergen de verdad. Cinco findings, después uno, después uno, después cero. Finish. La parte que más me gusta ya te la spoileé arriba, pero mereces el detalle: el primer feature que shippeamos a la mañana era justo el contrato de review con ledger. Ese mismo sistema custodió los otros tres durante el resto del día. Construimos la herramienta de calidad primero, y la herramienta se pagó sola. Tres lecciones que me llevo. Un test de regresión vale lo que vale su baseline. A los agentes la evidencia se les dicta verbatim, porque cuando parafrasean, inventan. Y la IA es una herramienta: el humano dirige, la IA ejecuta, y los procesos existen para que ninguno de los dos se mienta a sí mismo. gentle-ai v1.44.0 y engram v1.19.0 ya están afuera, con todos los artefactos y ledgers de review archivados en los repos para el que quiera auditar cada decisión. Esto es lo que pasa cuando dejás de pedirle código a la IA y empezás a construir SISTEMAS con ella. Éxitos, nos vemos ahí. Y disfruten el nuevo Gentle-Ai !!

• 
  Patricio Ivan Rivera (@patricioirivera) reportó hace 47 minutos

  @SergioGMN te iba a preguntar por el github, pero veo que le estás pidiendo ayuda a la gente equivocada.

• 
  NatyShi 🦇🔊🏴 (@NatyShi_) reportó hace 50 minutos

  🚀 7 meses atrás me desvincularon del trabajo. Hoy lanzo mi portfolio con 5 productos construidos desde cero. Mi GitHub graph de enero a julio 2026 cuenta la historia, cada cuadrado verde es un día que elegí construir. 🧵 Las 5 fases: 📌 Fase 1: El Reset Me desvincularon. En vez de entrar en pánico, reflexioné. No fué fácil un 30 de diciembre 4pm, no lo niego, más cuando lo diste todo. ¿Qué quiero construir? ¿Qué me enseñaron 20+ años en corporativo? ¿Qué no voy a repetir? Un coach me ayudó a convertir claridad en dirección. 📌 Fase 2: El Blueprint Empecé a diseñar @esembeeHQ, plataforma + consultoría para SMBs y founders que necesitan tech que realmente funciona. Usé free tiers de Claude y Antigravity de Google, peeeero..... Herramientas limitadas = commits espaciados. 📌 Fase 3: Primer MVP Nace @IPYNow, networking intencionado para eventos. No más conexiones al azar. 2 pilotos exitosos con la V0. Métricas que le importan al organizador. 📌 Fase 4: El Reset (otra vez) En paralelo a esto, procesos de entrevistas de trabajo de 2 meses de duración (mas de 6 pasos pasados, business cases y presentaciones a medida entregadas que me llevaron tiempo preparar) que no prosperaron. Pero en vez de parar, seguí construyendo: - Website de StartupWorldCup Argentina (su primer versión) + planificar estrategia de ejecución + convocatoria de speakers - Herramienta de evaluación de startups para jueces de la SWC Argentina - Auditor de posts de X para el nuevo algoritmo - Anaalizador de seguidores de mi cuenta de X para limpiarla y mejorar la calidad de mi cuenta. 📌 Fase 5: La Explosión Entré al mundo agéntico con Hermes Agent de @NousResearch + Opencode Go. IPYNow a V1. Lunadei nació (management de reclamos en edificios). Natyshi webpage personal lanzada. gBrain OS completo de agentes para contenido, ops, PM y marketing. Crecimiento exponencial gracias a armar un company brain que compone. 👉 La lección: La consistencia le gana al bajón. Construí en público. Dejá que tu trabajo hable por vos. 🌐 Te dejo mi pagina portfolio en el primer comentario. ¿Tu gráfico de contribuciones qué te dice sobre tu camino? ¿Te pasó vivir una etapa similar? ¿Cómo lo manejaste? Te leo, estamos para hacernos el aguante!

• 
  J.C. (@LibreJC) reportó hace 51 minutos

  @MondoXboxEsp @Adrian_GX La info viene de The Information, no ninguna revista de videojuego pero veremos que pasa. Yo no descarto que mínimo la conviertan en filial tipo LinkedIn y GitHub, así a lo mejor le dan mas independencia en la toma de decisiones. Y si va mal, se chapa o se vende. Una pena...

• 
  Marco (@maarcoofdezz) reportó hace 51 minutos

  El CLAUDE. md de Karpathy alcanzó el #1 en las tendencias de GitHub. Más de 220,000 estrellas. La mayoría de los desarrolladores aún no lo han leído. Son 65 líneas. Llevó la precisión en la codificación con IA del 65% al 94%. Las 4 reglas dentro: → piensa antes de codificar expón tus suposiciones. pregunta cuando no estés seguro. nunca adivines. → simplicidad primero escribe el código mínimo que resuelva el problema. sin abstracciones que nadie pidió. → cambios quirúrgicos no toques código no relacionado con la solicitud. cada línea cambiada debe rastrearse hasta lo que se pidió. → ejecución orientada a metas convierte instrucciones vagas en criterios de éxito verificables antes de escribir una sola línea. eso es todo. 65 líneas. 4 reglas. 94% de precisión. guarda esto antes de que sea demasiado tarde

• 
  Dago (@Dagovj) reportó hace 52 minutos

  @Marcela_etc @BryantBrownA Puedes pedirle a una IA (ojalá Codex que tiene un tier gratis), lo instalas, inicias sesión, y le envías este prompt: "Me instalas PDFCraft (un repo de GitHub similar a iLovePDF) y que funcione aún cuando reinicie el PC. Que se pueda usar en mi navegador".

• 
  PA13L0 (@Fluyeporlaweb) reportó hace 54 minutos

  Cada vez que tu agente de IA lee un log, un JSON o un chunk de RAG te cobra tokens por cada carácter. Un stack trace de 100 líneas. Una respuesta JSON de una API. Un directorio de archivos. El modelo no necesita todo eso verbatim. Pero tú pagas como si sí. Un ingeniero senior de Netflix pasó meses construyendo la capa que comprime todo eso antes de que llegue al modelo. Se llama Headroom. 23k estrellas en GitHub en menos de 6 meses. Apache 2.0. 60-95% menos tokens. Las mismas respuestas. No es marketing. Está validado en GSM8K, TruthfulQA y SQuAD. El benchmark más flipante: 94.9% de compresión con 98.2% de recall en páginas HTML. Lo que hace entre tu agente y el LLM: CacheAligner estabiliza el prefijo para mejorar los hits de KV cache. ContentRouter detecta el tipo de contenido y lo manda al compresor correcto. SmartCrusher aplasta JSON y datos estructurados. CodeCompressor comprime código via AST sin perder semántica. Kompress-base comprime texto natural via un modelo en HuggingFace. Y lo más importante: La compresión es reversible. Si el modelo necesita el original completo lo pide con headroom_retrieve y lo recupera. No se tira nada. Nunca. ✅ Funciona como librería Python, proxy HTTP o servidor MCP ✅ Compatible con Claude Code, Cursor, Codex, LangChain y cualquier agente ✅ Memoria compartida entre agentes con deduplicación automática ✅ Aprende de los fallos y escribe correcciones a CLAUDE.md y AGENTS.md ✅ Corre 100% local - tus datos no salen de tu máquina ✅ 154 releases. v0.24.0 hace 3 días. Activo hace 1 hora. Si usas Claude Code a diario y no tienes esto instalado estás pagando el doble de lo que necesitas. el enlace 👇

• 
  Ronnie Moncayo (@RonnieMoncayo) reportó hace 56 minutos

  El problema es lo que viene después... Tienes el HTML generado por la IA y quieres compartirlo con alguien. Hoy casi siempre esto se traduce a: - Pasar el archivo por Slack y que lo abran en el navegador - Crear un repo de cero y hacer deploy a Vercel / GitHub Pages - O pedirle a alguien técnico que lo publique Todo eso para una demo que quizá viva 2 días.

• 
  🇲🇽 ingjmanuells :~$ (@ingjmanuells) reportó hace 58 minutos

  ¿Sabes que es un webhook? Un webhook es una notificación automatizada y en tiempo real entre aplicaciones. Funciona mediante un evento (como un "push" en GitHub), lo que dispara una petición HTTP automática hacia un servidor para ejecutar una acción inmediata.

• 
  Francisco Alcoba (@arkhadi) reportó hace 59 minutos

  @lendersacc Basicamente un compañero ha creado un harness para Claude code (adaptado también para Codex aunque no lo hemos probado) con distintas acciones. Primero puedes generar información de arquitectura para el agente y refinar los tickets que tengas en la plataforma, en general le damos un proyecto que nos haya creado el PM con todo el contexto y genera las tareas con sus relaciones. Una vez hecho revisamos el plan de los tickets con toda la información. A partir de ahí conexiones con Linear y github para empezar. El agente lee el ticket que le indiques, lo mueve de columna, genera el worktree correspondiente, traza un plan, te hace preguntas sobre las dudas o arquitectura que no estén claras. Una vez hecho eso, implementa, luego revisa con un bucle hasta que tiene un score de confianza alto en la solución y el código, realiza capturas de pantalla si es un ticket con UI, abre la PR, con una descripción del problema, solución, etc... y añade a los revisores configurados, en nuestro caso tenemos además un par de agentes de revisión automática y monitoriza la PR en bucle para revisar comentarios, resolverlos si son válidos y responder. Tras eso es cuando nosotros, dependiendo del tamaño del cambio, complejidad y riesgo podemos entrar a revisar. Por último tiene un paso para completar el ticket con el merge, moviendolo a "done" y basicamente finalizando ese trabajo.