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:

• 
  BeaQid (@BeaQidReturn) reportó hace 2 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.

• 
  Pedro Sorrentino (@PedroSorrentin0) reportó hace 2 minutos

  La verdad incómoda: Si sueltas agentes contra GitHub, npm, una API o tu propio servidor sin tope de reintentos, rate limit ni circuit breaker, estás construyendo el mismo incendio. En chico. Tres reglas mínimas: 1. Backoff y tope de reintentos 2. Un presupuesto de requests por agente 3. Una métrica que mida el cuello real, no la CPU “sana” Guarda el hilo si te ha servido. Y dime: en tu equipo, ¿quién pone ese límite… o todavía pegan hasta que arde?

• 
  Iceebook (@iceebook_) reportó hace 5 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.

• 
  Mario Juárez (@mariomka) reportó hace 8 minutos

  Dejé de pagar Freeletics. Me hice una app a medida. No he tocado ni revisado ni una línea de código. 80 commits en varios días, en pequeños huecos entre otras cosas. Es una PWA, local-first. Sin backend, sin cuentas, sin servidor. Todo se ejecuta y se guarda en el navegador y se despliega gratis en GitHub Pages. Pero lo interesante es el flujo. Estoy en el gym, veo algo que no me gusta, algo que podría mejorarse, un botón donde no toca o quiero una funcionalidad nueva. Abro @orca_build desde el móvil, prompteo, commit y push. GitHub Actions pasa lint, tests unitarios y e2e, buildea y despliega. Antes de terminar la serie lo tengo actualizado en el móvil. Y las rutinas tampoco las escribo yo. Son ficheros JSON y los genera Claude con una skill personalizada que tiene referencias de entrenamiento basado en la última evidencia, mi perfil, y un script que valida el formato. La skill la tengo privada que va con mis preferencias y mis datos. El stack es React 19, Vite, Tailwind y Dexie. Yo vengo de Vue y no había tocado React, pero, da exactamente igual. En este proyecto no he revisado ni una línea de código, pero hay una buena red de seguridad: TypeScript estricto, Biome, 307 tests unitarios, e2e con Playwright y hooks de git que no me dejan pushear si algo falla. Y para cualquier feature un poco grande tiro de Forge, mi propio plugin para Claude/Codex que planifica, construye, valida, revisa y refactoriza. La verdad es que funciona de lujo.

• 
  Los ingobernables del caribe🌴 (@Losingoberm5nv) reportó hace 8 minutos

  🚨 UN DESARROLLADOR CHINO ACABA DE REVELAR LA VERDADERA IMPRESORA DE DINERO (Y ES 100% GRATIS) Existe una herramienta open source en GitHub que ya supera las 100.000 estrellas. Se llama MoneyPrinterTurbo. La creó un programador chino. Abajo, en el siguiente post, te dejo el enlace de GitHub (y Drive si aplica) 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 está volviendo loca a la gente): Todo en un solo flujo automático: ✅ Guion generado por IA ✅ Locución realista ✅ Subtítulos sincronizados ✅ Materiales visuales ✅ Edición final En minutos tienes el video terminado. Tú casi no haces nada. Por qué se volvió un fenómeno viral: Hasta ahora el proceso era un infierno: 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 horas. MoneyPrinterTurbo lo unió TODO en un solo lugar. Gratis. Ilimitado. Y se convirtió en el proyecto open source más viral de su categoría. 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 listos para descargar.

• 
  Adam Martin. (@disadamsdsdnts) reportó hace 9 minutos

  Y me acabo de hacer un buzón para enviarme los vídeos de forma automática a un Issue de GitHub e ir procesando cuando me apetezca... así de mal de la cabeza estoy.

• 
  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 🫣

• 
  liam. (@liambraus) reportó hace 12 minutos

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

• 
  Sweex (@sweexx9) reportó hace 12 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.

• 
  Erubiel (@_alanerubiel) reportó hace 13 minutos

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

• 
  DATA (@rcxdata) reportó hace 13 minutos

  EXCLUSIVA: EL REPO #1 DE GITHUB NO ES UN MODELO DE IA. ES UN AGENTE QUE TE CONSIGUE TRABAJO asi funciona el sistema: > evalua cada oferta y te dice el encaje real > adapta tu cv usando solo la experiencia que importa > te escribe la carta de presentacion > un segundo agente revisa todo como si fuera la empresa contratando > te prepara para la entrevista y nunca inventa experiencia que no tienes es open source y ya supera las 29k estrellas en github la busqueda laboral manual ya murio para el que sabe usar esto guardalo en favoritos antes que se vuelva el standard y todos lo esten usando, y empieza a aplicarlo 👇

• 
  Mario Juárez (@mariomka) reportó hace 14 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.

• 
  Hyde Sunnydale (@MrHydeSunnydale) reportó hace 19 minutos

  @CodigoMate Ese es el argumento más fuerte a favor de github xD En nuestro caso tenemos gitlab autohospedado y asumimos conscientemente ese coste (si se cae, el problema es nuestro) Pero a cambio tenemos control total sobre repos, runners, backups, integraciones y toda la infraestructura alrededor... Para nosotros compensa, aunque entiendo perfectamente que haya gente que prefiera que esa parte sea problema de otro

• 
  JoseGuadalupe (@SrGuadalupano) reportó hace 23 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 26 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

• 
  Fede (@fedeeeeeev) reportó hace 28 minutos

  @magalidefelippe @poteto Totalmente. Casos reales tengo demasiados. Ejemplo. Dev: Tenemos la app "demo" y la app real en dos repos diferentes, y terminamos moviendo código manualmente de uno a otro. Yo: Claramente es un problema y desgaste de tiempo/esfuerzo. Si queres mañana lo vemos. Dev seis horas más tarde: Armé este documento de Claude (30 páginas) sobre un diffing algorithm para detectar cambios a través de Github Actions y pushearlos directamente de un repo a otro. Acá tenes el PR y necesito que me des God Mode en Github para hacerlo. Yo: ¿No sería más simple mover la app de demo a nuestro repo que es un monorepo e importamos los componentes que ya usamos en la app hoy en día? Dev: Emm... sí, estaría genial eso.

• 
  dexter lower (@DexterLowe14807) reportó hace 31 minutos

  @JohnSopranoJr encima la web "zerem" es 100% IA una poronga, y el linkeo a linkedin no funciona, el de github tampoco jaja terrible vende humo, algunos usan estos posteos para levantar o sentirse con un poco de poder

• 
  Samuel Ferrero. (@MiMundoConIA) reportó hace 33 minutos

  Praxist salió el 27 de agosto. A las 72 horas tenía 3.233 estrellas y 362 forks. Hoy, tercer día, van 4.492 estrellas y 363 forks. Solo con el boca a boca. Yo también le pedí a más de un modelo que "investigara". Me devolvió un muro que sonaba seguro y no probaba nada. El humo no era del modelo. Era de cómo lo pedía. Un objetivo sin número no tiene por dónde fallarte. El modelo rellena ese hueco con frases que suenan bien. Praxist se niega a arrancar si le faltan tres cosas, y las tres son aburridas a propósito. Un métrico con dirección de mejora. Un proyecto que ya corre. Un óptimo que todavía no conoces. "Investiga X" suelto no entra. El sistema se para y te dice qué falta. Lo que corre después no es un chat. Lanza varios peers a la vez. Cada uno entrega un artefacto que se puede volver a ejecutar. Un evaluador que no es el propio modelo le pone la nota. El resultado queda como hallazgo, con tipo y con madurez. La siguiente generación no relee la conversación. Hereda lo que se confirmó, lo que hay que validar y lo que ya se sabe que no funciona. Quien quiera abre el expediente. El paper lo deja en números. En las 75 tareas de MLE-bench, Praxist saca 60 medallas, 49 de oro. El baseline es Claude Code sobre Opus 4.8: 55 medallas, 34 oros. Praxist corre sobre deepseek-v4-pro. Gasto de modelo, 3.054 dólares contra 38.370. Un doceavo. Lo que me importa más que el recuento de medallas es esto. En las 70 tareas donde ambos tienen score, Claude Code gana el número crudo en 36 y Praxist en 33. Praxist no gana la mayoría de los mano a mano. Gana el umbral. El loop está hecho para cruzar una raya, no para escribir un párrafo convincente. Si tu número no tiene umbral, estás pagando un chatbot caro. Cada corrida nocturna responde sí o no. La evidencia decide el siguiente paso. No hace falta un analista despierto a las tres. Guarda esto antes de montar el tuyo. Pásaselo a quien esté por lanzar uno esta noche. ¿Cuál es el número que te dice si ganaste? Del original saqué el estribillo de "no chatea, mide / no vende respuestas, vende evidencia / no le pidas que piense". Decía lo mismo tres veces. También saqué "sin campaña" como motivo de orgullo. El recuento de GitHub ya lo demuestra. Metí lo que el primer texto no podía demostrar. El 30 de agosto el repo iba por 4.492 estrellas y 363 forks. El paper no usa el mismo modelo que el baseline. Praxist corre DeepSeek y aún así gasta un doceavo. Y pierde la mayoría de los scores crudos. Gana la raya. Eso es el argumento, no el slogan. En local: `npm run dev` y abre ` El botón Copiar texto saca el ensayo entero, con el repo y el paper al final. Repo en el siguiente post.

• 
  Matías Sulpis (@matias_sulpis) reportó hace 35 minutos

  Ta caído GitHub?

• 
  Ingeniero Seed Ph. (Oficial) (@IngenieroSeed) reportó hace 36 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

• 
  ▶️ Oskar Laguillo | 💻 Dev | 🔍 SEO | 🎮 Gamer  (@OskarLaguillo) reportó hace 37 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.

• 
  Javier Calzolari (@javiercalzolari) reportó hace 40 minutos

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

• 
  Diario฿itcoin (@DiarioBitcoin) reportó hace 40 minutos

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

• 
  angel (@angeldot_) reportó hace 42 minutos

  🚨ESTO ES UNA LOCURA Un desarrollador chino acaba de lanzar una herramienta GRATUITA capaz de crear vídeos automáticamente para TikTok, Reels y YouTube Shorts. Se llama MoneyPrinterTurbo. Ya ha superado las 100.000 estrellas en GitHub. Y ya hay gente ganando +4.000$/mes con canales faceless a partir de este sistema. Así funciona: 1. Introduces un tema o una palabra clave 2. La IA genera el guion, la narración y los subtítulos 3. Busca el material visual, edita el vídeo y te entrega el resultado final Todo ocurre en un único flujo de trabajo. Guárdate esta herramienta. Estoy seguro de que puedes sacarle muchísimo partido. Enlace abajo👇

• 
  Dámaso Velázquez (@damasovelazquez) reportó hace 42 minutos

  Github está caído 😢

• 
  j0n4th4n.d4rk (@j0n4th4n_d4rk) reportó hace 50 minutos

  @ItsDarkStar_06 @powerhdeleon Reinventar? Jajajaj si Github está basado en un software opensource “git” si sabes más o menos a fondo de qué trata te lo montas en tu propio servidor y si no sabes con docker lo haces en un solo comando muchas empresas cuidan su base KB y code como el santo grial hacen eso

• 
  La IA Actualidad by Daniel (@dorlando1997) reportó hace 53 minutos

  El repo ya tiene 77.900 estrellas y 14.300 forks en GitHub. Gestionar flotas de agentes ya es un problema real, no una curiosidad de X.

• 
  Héctor de León (El loco de los perros) ⛧ (@powerhdeleon) reportó hace 55 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.

• 
  Alquimia 🧪 (@alquimia_hub) reportó hace 56 minutos

  Cursor lanzó Origin. Su propio GitHub. Justo el día que GitHub se encuentra caído 🔥

• 
  Roger (@navywakura) reportó hace 57 minutos

  En esta captura la RAM sale mal. No hagan caso. Sigo programando e investigando, y creo que en setiembre podré publicarlo finalmente ya que estoy cerca de comprar AKD1000. Una vez tenga el benchmark de julios y mW, publicare el source code y la ISO. Tengo pensado ponerle la licencia BSL 1.1. Pero aun estoy pensando. Habrá una versión con GPLv3 del kernel base. echOS kernel estará disponible en github pronto!