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 (54%)
• Errores (31%)
• 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
Ahmedabad	Errores	hace 11 horas
Delme	Inicio de Sesión	hace 23 horas
Lyaud	Sitio Caído	hace 23 horas
Catania	Errores	hace 4 días
Inverness	Sitio Caído	hace 16 días
Quito	Inicio de Sesión	hace 17 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:

• 
  Jesus J. Ballano (@jjballano) reportó hace 2 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.

• 
  Pedro Sorrentino (@PedroSorrentin0) reportó hace 2 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.

• 
  Alan Daitch (@AlanDaitch) reportó hace 4 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!

• 
  Mario Juárez (@mariomka) reportó hace 7 minutos

  Los agentes hacen cosas extremadamente complejas bien y luego fallan en lo más simple: sintaxis, casos obvios y formateo. Por eso uno de los pilares de la programación agéntica es darles feedback rápido, lo que llaman back pressure. Un agente sin feedback trabaja a ciegas. Lo primero que hago al arrancar un proyecto es pedirle al agente que configure todo el back pressure posible. Linter, formateador, análisis estático, tipado estricto y tests. Y que se ejecute todo en git hooks. Cuanto antes falle mejor trabaja el agente. El prompt con el que arranco un proyecto es más o menos: "Quiero arrancar un proyecto para X con este stack: Y. Prepárame todo el feedback automático que puedas: linter, formateador, análisis estático, tipado estricto y tests con el máximo coverage posible. Configura también los git hooks: en pre-commit lo rápido (formateo, linter, tipos) y en pre-push los tests, que es lo más lento. Que si algo falla que sea rápido." El coverage alto fue mala idea durante años porque escribir tests salía caro y acababas testeando cosas absurdas. Ahora los escribe el agente y por eso las tornas han cambiado. Lo que antes era un gran coste hoy es una señal, y bastante barata, para saber si lo que ha hecho funciona de verdad. Después, cuando ya tienes la arquitectura definida, mete tests o herramientas que comprueben que no se rompe. Que nadie se salte una capa ni meta una dependencia donde no toca. Ah, y ya que montas todo el tinglado, pídele que te lo configure también GitHub Actions o el CI de turno. Que no será la primera vez que un agente lanza un push con --no-verify para saltarse los hooks.

• 
  Marco (@maarcoofdezz) reportó hace 8 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.

• 
  Kuha (Re:World D.) (@_Kuha_) reportó hace 9 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

• 
  Guillermo Casaus (@_guillecasaus) reportó hace 9 minutos

  🚨 Tu ordenador con Windows viene lleno de apps que nunca pediste. La mayoría de ellas consumen recursos, recopilan datos y mantienen activadas opciones que no necesitas. Alguien se cansó y creó una herramienta gratuita para solucionar este problema. Se llama Win11Debloat y te permite limpiar Windows 10 y 11, eliminar bloatware, desactivar telemetría y quitar gran parte de las funciones innecesarias del sistema. Esto es lo que incluye: → Elimina aplicaciones preinstaladas y bloatware → Desactiva telemetría, seguimiento y anuncios personalizados → Permite eliminar Copilot, Recall y otras funciones de IA → Desactiva Bing y las sugerencias dentro de Windows Search → Elimina anuncios, recomendaciones y contenido sugerido → Permite personalizar Inicio, barra de tareas y Explorador de archivos Lo más interesante: Los cambios pueden revertirse fácilmente y la mayoría de las aplicaciones eliminadas pueden volver a instalarse desde Microsoft Store. Además, permite exportar e importar tu configuración para aplicar los mismos ajustes rápidamente en varios equipos. Ya supera las 55k stars en GitHub, es completamente gratuito, open-source y cuenta con licencia MIT. Te dejo el repo en comentarios 👇

• 
  David J Marquez Batiz (@djmbdv) reportó hace 9 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

• 
  Tutellus (@tutellus) reportó hace 10 minutos

  Vaya tela con el fallo en el módulo EVM del Cosmos Hub y 50 millones robados en Nesa… que el slippage dejó en 60.000 reales. Y Cosmos Labs parcheó en GitHub sin avisar a los proyectos afectados. Los atacantes también leen los commits 🫣

• 
  Nix0n (@UnTalNixon_exe) reportó hace 11 minutos

  @0xKento_ Las estrellas en GitHub son un buen indicador de que el proyecto tiene comunidad y tracción, pero no son una garantía absoluta de que esté libre de fallos o que reciba soporte constante. Muchos repositorios explotan en popularidad por una combinación atractiva —como correr clonación de voz en local con interfaz gráfica—, pero al rascar la superficie te puedes encontrar con dependencias que se rompen con cada actualización de PyTorch, problemas de compatibilidad con drivers de video o falta de mantenimiento a mediano plazo. Sirve para saber que el proyecto es relevante y que hay mucha gente probándolo, pero siempre toca auditarlo un poco antes de meterlo en un flujo de trabajo serio.

• 
  Iceebook (@iceebook_) reportó hace 18 minutos

  Un agente de IA basado en el modelo Kimi K3 tenía que resolver un reto de ciberseguridad en un entorno cerrado y, en vez de resolverlo, buscó la trampa. Vio que la prueba había dejado accesible GitHub, se descargó el repositorio oficial y leyó ahí la respuesta. No hackeó nada ni explotó ningún fallo, solo aprovechó una puerta que los propios evaluadores dejaron abierta. El caso importa porque enseña un problema de cómo se diseñan estas pruebas, ya que si le das a un agente acceso a un terminal, también puede fisgar conexiones y permisos que no tocaban.

• 
  Adrià Martí (@adriml24) reportó hace 19 minutos

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

• 
  Pedro Sorrentino (@PedroSorrentin0) reportó hace 21 minutos

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

• 
  Ingeniero Seed Ph. (Oficial) (@IngenieroSeed) reportó hace 23 minutos

  No sé por qué, mi cuenta de Github no funciona, no sé si me la han tumbado... Mientras lo tenéis todo en mi canal gratuito de Telegram (IngenieroSeedSecurity), directamente el archivo .html. También tenéis otros html que he ido sacando en ese canal, ahí está todo bien filtrado, aprovechad y seguidme. Pd. Sé que mi cuenta está en el límite, pero *****, comprobadlo bien que me cuestsa muchísimo trabajo sacar herramientas gratuitas para la gente @github @GithubProjects @github_repo

• 
  Case (@david_nlil) reportó hace 25 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

• 
  Pedro Sorrentino (@PedroSorrentin0) reportó hace 27 minutos

  El número que casi nadie está mirando: En abril, GitHub procesaba 1.400 millones de commits al mes. En agosto, 2.900 millones. En 4 meses se duplicó el corazón de la plataforma. Eso no es un pico de humanos. Es otra especie usando GitHub: agentes de IA haciendo commits, PRs y pushes en bucle. GitHub lo dice en el postmortem: no hubo cambio de código ni de configuración. Fue un fallo de capacidad.

• 
  7incho (@7incho_lopez) reportó hace 28 minutos

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

• 
  karla ❀ (@karlarboledas) reportó hace 29 minutos

  Esperar 10 minutos a que una IA lea un proyecto archivo por archivo es absurdo. ​Graphify soluciona esto y ya supera las 86.000 estrellas en GitHub. ​En lugar de releer el código constantemente, convierte todo tu proyecto en un mapa de conocimiento visual para que tu agente vaya directo al archivo que necesita. ​Mapea código, documentos, imágenes y vídeo. ​Diferencia conexiones reales de inferidas. ​Funciona localmente en Cursor, Claude Code y más de 20 agentes. ​Pasa de escanear todo a trazar la ruta exacta. guárdalo y sígueme para más → @karlarboledas ​¿Cómo gestionas la context window en proyectos grandes?

• 
  Daniel Yánez Bravo (@dyyys0ft) reportó hace 31 minutos

  Acabo de vibe codear una página de un baby shower Le metí vanila Js, GitHub actions, Firebase La IA es maravillosa, esto me hubiera tomado algunas semanas pero con IA 3 días, Claro no es un entorno de producción agresivo, esto decir, no hay mayor problema en caso de error

• 
  Manu Quiroga (@Manuls) reportó hace 32 minutos

  fueron cuatro prompts pero un servidor ya tenía configurado el espacio en Vercel, el repositorio en Github, las claves de APU en Google Cloud y la integración con Supabase por eso digo siempre que para hacer vibe coding algo hay que saber del tema

• 
  alvaro842 (@alvaro842DEV) reportó hace 33 minutos

  Y por último, si alguien lo usa y detecta cualquier problema, por favor decirmelo por aqui o crear una issue en github. Si encuentro algun bug yo, también lo arreglaré

• 
  David Fernández (@naroh) reportó hace 36 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. 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.

• 
  Jorge J. Ramos (@YoryoBass) reportó hace 38 minutos

  @Xopsy @dordokamaisu El problema es definir que es el límite. No puedes estar preparado para ciertos niveles de presión seas GitHub o cualquiera de los gigantes. Y el tema agentivo ha hecho daño en infraestructura porque imagino que no será fácil de estimar, si un solo agente puede estar haciendo operaciones 24/7

• 
  santi (@santtiagom_) reportó hace 38 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.

• 
  Roboto (@Roboto7826) reportó hace 39 minutos

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

• 
  Federico Echeverri (@echeverrifm) reportó hace 40 minutos

  @TELMEXSoluciona @Telmex @github Es que es lo que no entienden, no es mi caso es la región con problema

• 
  Pablo E. Untroib (@PEU_AR) reportó hace 42 minutos

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

• 
  shinojosa (@sergiohavila) reportó hace 48 minutos

  @carlos_olivera @github Entonces tienes un bug por qué tú agente debería notificar alguna falla en origen no?

• 
  Josué Hernández (@josueisaihs) reportó hace 49 minutos

  La analogía falla en el punto que importa: el lock-in de GitHub era social graph y CI; el de HF es la ruta de resolución de artefactos. from_pretrained resuelve contra su CDN en cada build. Ahí el dueño no controla un repo, controla el default de descarga de todo el stack.

• 
  Dubzeb_oficial (@D_Ochandiano) reportó hace 60 minutos

  X presume de transparencia total al publicar su algoritmo y lanzar Under the Hood, pero el código en GitHub revela la trampa, la verdadera moderación sigue siendo una caja negra inauditable. La ilusión del código abierto, publicar la fórmula matemática de puntuación, no sirve de nada si las reglas de Visibility Filtering (scarecrow y modelos de lenguaje) que deciden aplicar un DROP o INTERSTITIAL operan fuera del repositorio público. Sabes cómo calcula el ranking, pero no bajo qué criterio exacto te etiquetan para suprimir tu alcance. Transparencia con derecho de admisión, Vender un estándar global de apertura mientras limitas la herramienta de auditoría a cuentas con más de un año y alta actividad en un grupo de prueba aleatorio no es transparencia; es un simulacro para unos pocos seleccionados. El sesgo de predicción vs. interacción: Al basar el feed en probabilidades personalizadas de interacción en lugar de métricas transparentes, cualquier sesgo en los datos de entrenamiento para predecir bloqueos o reportes sepulta el contenido antes de que la audiencia real tenga oportunidad de verlo.Publicar el manual de cómo te penalizan sin abrir los criterios de moderación que te condenan es como darte el plano de la guillotina: ves la hoja caer con precisión matemática, pero sigues sin saber quién dio la orden.¿Es esto transparencia real o solo relaciones públicas para vestir de código abierto un sistema que sigue decidiendo en la sombra?