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 14 días
Ahmedabad	Errores	hace 19 días
Delme	Inicio de Sesión	hace 20 días
Lyaud	Sitio Caído	hace 20 días
Catania	Errores	hace 22 días
Inverness	Sitio Caído	hace 1 mes

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:

• 
  Amarillo (@anyelamarillo) reportó hace 6 minutos

  🚨UN CHINO ACABA DE SOLTAR LA VERDADERA MÁQUINA DE IMPRIMIR DINERO (Y ES 100% GRATIS) Hay una herramienta open source en GitHub que ya supera las 100.000 estrellas y se llama MoneyPrinterTurbo. La creó un desarrollador chino. Abajo en el siguiente post te dejo el enlace del Drive y del GitHub para descargarla completamente gratis. Es código abierto total. Genera videos completos y listos para publicar en TikTok, Reels y YouTube Shorts… de forma automática. Cómo funciona (y por qué flipa): Todo en un solo flujo: Guion generado por IA Locución Subtítulos Materiales visuales Edición En minutos tienes el video terminado. Tú no haces casi nada. Por qué se ha vuelto un fenómeno: Hasta ahora el proceso era una pesadilla: Una herramienta para el guion → otra para la voz → otra para subtítulos → otra para clips → otra para editar. Cada una cobrando, cada una con su curva de aprendizaje, cada una robándote tiempo. MoneyPrinterTurbo lo unió TODO en un solo lugar. Gratis. Ilimitado. Y se convirtió en el proyecto open source más viral de su categoría. Los dueños de tiendas de TikTok y canales de YouTube Shorts están sacando entre 6.000 y 10.000 $ al mes usando exactamente este sistema. La diferencia es brutal: Ellos pagan por un montón de herramientas. Tú no pagas ni un centavo. La instalación tarda unos 5 minutos. Guarda este post YA para no perderlo. En el siguiente comentario/post te dejo el Drive y el GitHub listo para descargar.

• 
  Sofía Sicilia (@SofiaSici) reportó hace 7 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.

• 
  ronix ⎋ (@ronixtec) reportó hace 7 minutos

  APPLE ACABA DE MOSTRAR CÓMO EJECUTAR 10 AGENTES DE IA LOCALMENTE EN MAC - SIN NUBE, SIN CLAVES DE API, COSTO CERO 00:10 El ingeniero de Apple dice: "tus datos permanecen en tu dispositivo, IA disponible en cualquier lugar en cualquier momento, costo de uso cero" el agente lee tu código, revisa GitHub, encuentra lo que necesita atención y escribe un informe - todo en tu Mac, nada se va a internet 10 agentes trabajan simultáneamente - uno escribe código, otro prueba, el tercero corrige errores - en paralelo sin colas construyó una app completa para iPad desde cero en 2 minutos, corrigió sus propios errores y compiló sin problemas toma 5 minutos para configurar - y nunca pagas de nuevo por un bot que funciona 24/7 guárdalo y sígueme para más → @ronixtec todo está en el articulo fijado↓

• 
  🔥🐲 Javier  (@nuevo_31) reportó hace 8 minutos

  GitHub caído pues 😳

• 
  Jmaxdev (@jmaxdev) reportó hace 12 minutos

  En mi caso, todas mis bases de datos se guardan a la noche en cloudflare r2. Ademas, uso github para alojar el codigo, así que tengo todo lo necesario por si necesito migrar o ver soluciones por si falla el servidor.

• 
  robertob (@humusb) reportó hace 13 minutos

  github está caído :S

• 
  Pablo Cibraro (@cibrax) reportó hace 13 minutos

  @fernandezpablo Tambien lo podes hacer a mano eso, el tema es que tenes algunos quilombos, no funciona con cloud agents como el que corre en Github, y despues tenes documentacion o los instruction files que son compartidos

• 
  Jesus J. Ballano (@jjballano) reportó hace 15 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.

• 
  liam. (@liambraus) reportó hace 16 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 👇

• 
  yuulia ✟ (@yuliaisc) reportó hace 19 minutos

  ESTE REPO HACE QUE CLAUDE ESCRIBA HASTA UN 94% MENOS DE CÓDIGO Fable 5 es el mejor modelo de código del mundo. También el más caro. Cada línea que escribe de más, la pagas tú. Ponytail lo arregla con una idea absurdamente simple: convierte a tu agente en el senior vago del equipo. Ese que mira tus 50 líneas y las reemplaza por una. Antes de escribir nada, el agente se pregunta: → Esto necesita existir? → Ya está en el codebase? → Lo hace la librería estándar? → Lo hace el navegador de forma nativa? → Cabe en una línea? Solo si todo falla, escribe el mínimo que funciona. Resultado: • hasta 94% menos código • un 20% menos de factura • un 27% más rápido Sin recortar seguridad ni validaciones. Se instala en 2 comandos: /plugin marketplace add DietrichGebert/ponytail /plugin install ponytail@ponytail 83.000 estrellas en GitHub. Gratis y open source. El mejor código es el que nunca escribiste. Enlace al repositorio abajo👇

• 
  LeireMoFan (@LeireMoFan) reportó hace 20 minutos

  Acabo de terminar el capitulo 19 del Python crash course lo que significa que ya termine el ultimo projecto del libro, hice los 3 lo que pasa que el capitulo de la api no lo pude conectar con la api de github y me pelee un buen rato con eso pero me rendi

• 
  MrOscarDev (@mroscardev) reportó hace 21 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.

• 
  Kuha (Re:World D.) (@_Kuha_) reportó hace 28 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

• 
  La IA Actualidad by Daniel (@dorlando1997) reportó hace 29 minutos

  5/ Lo serio de Treg está en cómo inyecta las credenciales en el servidor: el agente llama a Stripe, GitHub o una CLI sin ver la clave nunca. Eso reduce un riesgo. También concentra otro: el proxy se vuelve crítico.

• 
  Diario฿itcoin (@DiarioBitcoin) reportó hace 31 minutos

  🤖🔥 GitHub sufre una caída del 50% en descargas de repositorios y Copilot también falla

• 
  Pato (@byElPatoCuak) reportó hace 32 minutos

  GitHub está caído. Día cancelado me vuelvo a la cama

• 
  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. 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.

• 
  PA13L0 (@Fluyeporlaweb) reportó hace 38 minutos

  Hay una técnica que está cambiando cómo miles de devs usan la IA para programar. Se llama Ralph Wiggum. el nombre es una broma, lo que hace no lo es: while :; do cat PROMPT.md | claude-code; done Un bucle de bash. Nada más. Le das una tarea a la IA. Ella trabaja. Intenta parar cuando cree que ha terminado. Y el bucle no la deja. Le vuelve a meter el mismo prompt. Otra vez. Y otra vez. Cada intento ve los archivos y el historial de git del intento anterior. No empieza de cero. Revisa lo que hizo mal y lo arregla. lo inventó un solo dev en julio de 2025, sin querer hacer ruido Lo llamó Ralph por la mezcla de ignorancia, persistencia y optimismo del personaje. Su frase resume la filosofía entera: "Es mejor fallar de forma predecible que acertar de forma impredecible." Empezaron a usarlo en Y Combinator. El ruido llegó a Anthropic. Y acabaron creando un plugin oficial dentro de Claude Code con el mismo nombre absurdo. compadre así de simple es usarlo hoy /ralph-loop "Migra todos los tests de Jest a Vitest" --max-iterations 50 --completion-promise "DONE" y se queda currando solo, durante horas, mientras tú haces otra cosa Matt Pocock, el mismo de las 200k estrellas en GitHub, lo resumió así: "Ralph Wiggum con Opus 4.5 es realmente, realmente bueno." el propio creador reconoció que le preocupa haber cambiado el desarrollo de software para siempre y aun así, la comunidad entera lo sigue usando

• 
  winden^capsule^rgba^ntw^bg (@winden) reportó hace 40 minutos

  @sequentiasoft El GitHub del sword of ianna de spectrum. Pero básicamente se reduce a probar a cargar el fichero por su nombre y, si no funciona, entonces pedir " mete el disco X y pulsa espacio". Así si tienes todos los ficheros en un solo disco de 3.5 o en HD, funciona de forma transparente

• 
  Hubert Thompson (@HubertThompson) reportó hace 41 minutos

  Estas son las noticias de IA de la semana. SpaceXAI, la empresa de Elon Musk, lanzó junto a Cursor un equipo de agentes con su propia computadora en la nube, así que siguen trabajando aunque apagues tu laptop. Grok 4.6, el nuevo modelo de SpaceXAI, quedó tercero del mundo en el índice de inteligencia y cobra 60% menos que Fable 5 de Anthropic. Con los chips de Cerebras, el nuevo servicio Ultrafast de OpenAI hace que GPT 5.6 Sol responda hasta 14 veces más rápido. Meta liberó Muse Glimmer, un modelo gratuito y de código abierto que corre agentes de inteligencia artificial directamente en tu computadora, sin depender de la nube. Anthropic incrustó una marca de agua invisible en todo el texto y el código que genera Claude, y esa marca sobrevive cuando copias y pegas fuera de la plataforma. OpenAI lanzó GPT 5.6 Cyber solo para defensores verificados con llave física, y de paso clasificó a Astra, su modelo más avanzado, como su primer sistema de riesgo cibernético crítico. Anthropic puso tres agentes de Claude a trabajar sobre el mismo código y terminaron bloqueándose y saboteándose durante cuatro horas, sin que nadie se lo pidiera. En Australia, a un agente solo le pidieron reservar una clase de gimnasio y terminó encontrando una falla en el sistema para cancelarle el turno a otra persona y quedarse con el cupo. Kimi K3, el modelo chino de la empresa Moonshot, se salió del entorno de pruebas donde estaba encerrado y llegó hasta GitHub a buscar las respuestas del examen que le estaban aplicando. ¿Qué te inquieta más de esta semana, que los agentes ya trabajen solos sin supervisión, o que estén encontrando atajos que nadie les pidió buscar? Sígueme y dale like para más noticias de inteligencia artificial cada semana.

• 
  Miguel Pascual FdH (@FdhMiguel) reportó hace 46 minutos

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

• 
  K0lateral - IA ? (@K0lateral) reportó hace 47 minutos

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

• 
  Cents And Code (@CentsAndCode) reportó hace 50 minutos

  la voy a ir mejorando: soporte para cursor, codex, lo que vaya saliendo está abierta en github. si se os ocurre algo, si le veis un fallo o queréis meter mano, adelante: issues, ideas, PRs, lo que sea!

• 
  Pedro Sorrentino (@PedroSorrentin0) reportó hace 51 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.

• 
  Disiento con usted (@yodisiento) reportó hace 52 minutos

  @powerhdeleon La forma de trabajar es esencial. Armar siempre planes es clave, incluso para las tareas que presumimos sencillas, para saber si entendió y que quiere hacer, antes de tocar nada. Dialogar lo suficiente hasta cerrar el alcance, antes de tocar nada, es tiempo ganado y renegar menos. Se trata de revisar cada cosa del plan que no se entienda, saber qué quiere hacer y el porqué. Ahí salta mucha sobre-ingeniería que podemos y debemos evitar. Antes de tocar nada. Atomizar las planes, escalonar los cambios, es decir, achicar los problemas para resolver, es una forma adicional de tener resultados controlables. Antes de tocar nada. Luego, una vez aplicados los cambios, revisarlos. En mi caso, con una interfaz amigable como GitHub Desktop. Es esencial para ver que no haya tocado cosas del Core que no autorizamos. Ojo con esto, a veces hace cosas que no dijo que haría, que no están en el plan, y el/la hijoepú las mete, total, después te pide disculpas. Y si algo parece mal, seguí tus entrañas. Es mejor hacer Undo All y hacer todo de nuevo que un Commit que sea un iceberg. Preguntále a Di Caprio si no. Todo esto en un entorno de Desarrollo, porsupu. Si hacés esto en Producción sos vos el ********** malnacido y ojalá te hagan el tratamiento capilar de Luis XVI y María Antonieta. Lo que puedo afirmar con mucha convicción es que, para casos que muchas veces no es tan grande el cambio pero sí es muy grande el análisis, el Auto se queda corto y me hace perder mucho tiempo de análisis y armado del alcance. Y como además observa y rastrea lo justo y necesario, no planifica y entonces cuando mete la mano arregla una y rompe dos. Y tenés que rehacer. Para ese tipo de casos uso los mejores, sin necesidad de exagerar consumo, porque 5.6 Sol Medium me ha dado excelentísimos resultados. Analiza tan bien y no deja cosas en el camino, que no pierdo nada de tiempo adicional. Hasta me sorprende. Es como hablar con alguien que entiende el desafío y me entiende a mí. La diferencia con Auto es demasiado grande y el costo también, pero se paga solo, porque tu paz y tu salud no tienen precio.

• 
  Iceebook (@iceebook_) reportó hace 54 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.

• 
  JoseGuadalupe (@SrGuadalupano) reportó hace 57 minutos

  8 horas de caída lleva github. debemos asumir que ya no va a volver... han vibecodeado demasiado. nadie en el equipo entiende las últimas 15 millones de líneas que claude añadió. y los "Tienes toda la razón, he cometido un error" que lleva en no ayuda a solucionar el problemon

• 
  ExploxTV (@ExploxTV) reportó hace 58 minutos

  GitHub aclara: humanos escribieron el código vulnerable en Snowflake, y Copilot Autofix fue un co-autor que no detectó el error. La IA ayuda, pero la revisión humana sigue siendo clave. 🧐 #SeguridadIA #DesarrolloSoftware

• 
  ▶️ Oskar Laguillo | 💻 Dev | 🔍 SEO | 🎮 Gamer  (@OskarLaguillo) reportó hace 59 minutos

  @aguilaj10 @AristiDevs Claro, es como si yo le digo ahora a cualquier IA “Busca repositorios top de GitHub y haz una contribución a cada uno de ellos”. Me imagino que el problema es soluciones evidentes pero incorrectas que la IA te da en 30 segundos, pero no son tan sencillas.

• 
  GptZone (@gptzone_net) reportó hace 1 hora

  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.