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 (57%)
• Errores (30%)
• 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
Inverness	Sitio Caído	hace 2 días
Quito	Inicio de Sesión	hace 3 días
Junín	Errores	hace 3 días
Guadalajara	Errores	hace 3 días
Paris	Sitio Caído	hace 3 días
Quito	Errores	hace 3 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:

• 
  Guillermo Casaus (@_guillecasaus) reportó hace 6 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 👇

• 
  askie (@imaskie) reportó hace 8 minutos

  DeepSeek Harness atiende primero una consulta, reúne los datos y aclara lo básico. Cuando hace falta criterio humano, me entrega la conversación completa. Puedo tomar el control sin pedir al usuario que repita su problema. #DeepSeek #DeepSeekHarness #Grix Busca en GitHub: askie/grix

• 
  silvan (@silvanrec) reportó hace 9 minutos

  ESTO LE AHORRA A TU AGENTE 195,000 TOKENS POR CONSULTA estás quemando 200,000 tokens cada vez que le preguntas a tu agente sobre un libro técnico que ya tenés se llama book-to-skill ► extrae marcos, reglas de decisión y anti-patrones de un libro en una skill estructurada ► funciona con pdf, epub, docx y otros 10 formatos ► tu agente la carga bajo demanda, no reprocesa el libro entero en cada turno ► un análisis por libro: ~5,000 tokens por sesión en vez de 200,000 (24x a 51x menos) ► ~$1 por libro para convertirlo, nunca más pagás por ese libro ► funciona en claude code, github copilot cli y amp reemplaza el volcar pdfs enteros en el contexto, las búsquedas que devuelven páginas sueltas en vez de respuestas, y las notas que armás y nunca volvés a abrir. repo abajo 👇

• 
  Lucius Seneca (@TheLuciusSeneca) reportó hace 12 minutos

  @VillanSplit @RudeusGreyrat52 Oh claro, porque la AI de fantasia funciona igual que la AI de la vida real... Sabes quien usa AI? Microsoft, sabes de que son dueños ellos? de GPT, y como tal, tienen acceso a todo el poder de los modelos que no estan accesibles al publico, literalmente tienen acceso a los mejores recursos de sus modelos mas avanzados. Los cuales alimentaron con toda la informacion de Github para programar y usaron eso constantemente para el desarrollo de Windows 11. Y sabes en que resulto eso? En un OS tan roto que chinga hardware y que ha sido rechazado tanto que literalmente acaban de anunciar que van a extender soporte a Windows 10 por un año mas porque nadie se esta pasando a Windows 11. Windows 11 es un fracaso tan grande que literalmente ha impulsado el mayor crecimiento de adoptacion de Linux en la historia real de la humanidad. Windows 11 desarrollado por AI es tan pero tan ******, que causo bajon de ventas en DELL al punto que se vieron forzados de vender computadoras con Linux lo cual ha sido un exito para salvar a DELL del caos que causo Windows 11. Fue un fracaso tan grande que tuvieron que prohibir el uso de AI para hacer mas updates de Windows 11, y si ellos, que son dueños de GPT con acceso a los modelos mas poderosos y avanzados de la tecnologia y entrenado con todo el material de años de otros programadores en Github no pudieron obtener un buen resultado, ellos, quienes literalmente estan desarrollando el sistema, los creadores del mismo, no son capaces de obtener resultados buenos para el conocimiento mas abierto del mundo ya vas a poder tu con tu modelo gratis o de $20 al mes xD

• 
  Iñaki (@inakitajes) reportó hace 15 minutos

  1/ Llevo unos días probando un patrón de agentes que me parece bastante más interesante que el típico: modelo caro planifica + modelo barato implementa. Mucha gente lo está entendiendo mal. 2/ La idea no es que el modelo SOTA haga un plan al principio y desaparezca. Eso, al menos en mis pruebas, consume prácticamente lo mismo y muchas veces no mejora los resultados (mira mis posts de hace unos meses). 3/ El trabajo difícil no suele estar en el plan general. Está en los detalles que aparecen durante la implementación. Ahí es donde un modelo realmente bueno aporta valor. 4/ En lugar de tener un pipeline lineal: - SOTA → Plan - Cheap → Implementa - SOTA → Revisa La clave está en que el modelo caro pase a ser un advisor integrado dentro del loop del agente ejecutor. 5/ El ejecutor sigue siendo el modelo barato. Hace prácticamente todo el trabajo. Pero puede pedir ayuda al advisor cuando realmente la necesita. 6/ Lo hace en checkpoints durante el ciclo agéntico: - Antes de empezar a modificar código, para validar el enfoque. - Cuando entra en un bucle intentando resolver el mismo problema. - Cuando detecta una decisión compleja donde merece la pena gastar más tokens. - Al terminar cada step del pipeline. 7/ La clave es que el modelo caro no gestiona el contexto completo de la implementación. Solo ventanas pequeñas y acotadas. Además se limita la longitud de la respuesta (ahorro de output tokens), solución concreta y concisa. Eso reduce muchísimo el coste manteniendo gran parte de la calidad. 8/ Es parecido a tener un ingeniero senior que no programa toda la feature. Solo aparece cuando alguien se atasca o cuando hay una decisión importante que tomar. 9/ Acabo de implementarlo en Convoy. Todavía estoy validándolo en proyectos reales, así que no puedo decir todavía si el impacto es tan grande como parece. Pero las primeras pruebas son bastante prometedoras. 10/ Si termina funcionando como espero, creo que este tipo de arquitectura tiene bastante más recorrido que seguir aumentando el tamaño del modelo para absolutamente todas las llamadas. No siempre hace falta un SOTA. Lo importante es saber exactamente cuándo utilizarlo. Si te animas a probarlo, recuerda que es open-source, lo tienes en mi github :)

• 
  Jera ⛩ (@Jera_Value) reportó hace 15 minutos

  Eres un tech-bro de primer año, ¿verdad? Acabas de terminar de leerte un hilo en Twitter de algún gurú que montó una demo en una tarde. Viste un vídeo de dos minutos donde un agente abre el navegador, busca información, escribe código, manda un correo y actualiza el CRM a la primera. Y ahora estás convencidísimo de que el futuro es darle a un modelo veinte herramientas y decirle: «Haz tu magia». Eso te va a durar hasta el mes que viene, cuando descubras los MCP. Entonces vas a estar aquí pontificando sobre cómo hay que «estandarizar la capa de herramientas». Conectarás GitHub, Slack, Notion y la madre que los parió, y empezarás a soltar el discursito de que las aplicaciones tradicionales están muertas porque ahora el modelo interactúa directamente con los sistemas. Probablemente uses la frase «el modelo es el nuevo sistema operativo» como si se te hubiera ocurrido a ti. Y eso te aguantará hasta el año que viene, cuando leas a alguien en Substack explicando que un solo agente no basta. Entonces empezarás a vomitar palabrería sobre los «sistemas multiagente». Vas a montar un agente planificador, uno investigador, un programador, un crítico y un supervisor. Harás que se manden mensajitos entre ellos para resolver una tarea que un *script* básico de trescientas líneas habría terminado en ocho segundos. Pero tú lo llamarás «organización emergente». Hasta que los agentes empiecen a alucinar, a duplicar trabajo y a fundirse cuarenta dólares de API en un bucle infinito solo para cambiar el nombre de una variable. Y ahí es cuando te toparás con la observabilidad. Empezarás a soltar términos como *trazas, evaluaciones, memoria episódica, recuperación de contexto, presupuestos de tokens* y *bucles de reflexión*. Vas a construir un *dashboard* entero solo para entender por qué tus cinco súper agentes no consiguieron reservar una maldita reunión sin inventarse el correo del cliente. Un par de meses después, descubrirás que darle autonomía ilimitada a un LLM es un suicidio. Entonces dirás que tú nunca defendiste los agentes completamente autónomos. Que siempre hablaste de «autonomía acotada con intervención humana». Y te pondrás a añadir permisos, límites de gasto, aprobaciones, esquemas estrictos, *reintentos*, *timeouts*, validaciones, colas, máquinas de estados y código determinista alrededor del modelo. ¿Y sabes qué habrás hecho? Habrás gastado miles de dólares y meses de tu vida en reconstruir una aplicación normal. Solo que ahora será muchísimo más lenta, más cara, totalmente impredecible y tendrá una carpetita en tu repositorio que se llamará `/agents`. Y dentro de seis meses, te sentarás a escribir un artí**** titulado: “Por qué los agentes no funcionan y qué viene después”. Explicarás que el problema nunca fueron los modelos, sino la arquitectura. Y nos presentarás a todos tu nueva y revolucionaria idea: pequeños flujos de trabajo especializados, con pasos definidos, herramientas limitadas, validaciones explícitas y supervisión humana. Es decir, *software*. Software de toda la vida. Pero esta vez... esta vez lo llamarás «agentic workflow».

• 
  Gonzalo Marsilli (@MarsSeb3454) reportó hace 18 minutos

  @tebayoso @theo Poder podés, es una mala costumbre en 2026, nada mas. Lo que si está mal es creer que los repos privados de github no hayan sido hackeados o al menos vivan dentro de un modelo por ahi.

• 
  Jorge Marfil (@jorgemarfil_dev) reportó hace 18 minutos

  Lo de GPT-5.6 y Hugging Face parece ciencia ficción, pero ocurrió así: 1. OpenAI estaba probando GPT-5.6 Sol y otro modelo más avanzado en un examen de ciberseguridad. 2. Los modelos estaban aislados y debían resolver vulnerabilidades dentro de un entorno controlado. 3. En lugar de limitarse al examen, encontraron un fallo desconocido, consiguieron acceso a Internet y dedujeron que Hugging Face (algo así como el GitHub de la IA) podía tener las soluciones. 4. Después encadenaron varios ataques, usaron credenciales robadas y accedieron a sus sistemas para conseguirlas. No fue una IA “rebelándose” o volviéndose consciente. Fue algo quizá más inquietante: Le dieron un objetivo y, para cumplirlo, encontró cómo saltarse los límites y hacer trampas.

• 
  Henry Pérez (@henry_hjpg) reportó hace 19 minutos

  @BtcAndres Parece que mi pregunta ya no tiene sentido pero creía entender que el algoritmo de generación de llaves de coldcard era de código abierto, y estaba en repositorio en GitHub, es decir que programadores independientes que hayan revisado tampoco se dieron cuenta del fallo cierto?

• 
  shinojosa (@sergiohavila) reportó hace 21 minutos

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

• 
  Erubiel (@_alanerubiel) reportó hace 26 minutos

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

• 
  Facu ⚡ (@isntFacundo) reportó hace 27 minutos

  No funciona GitHub. Se suspende todo.

• 
  Rick (@esrickpics) reportó hace 27 minutos

  Hermano que me estoy enterando que Github estaba caído hoy me volví loco con mis actions decía me pase esto configurandolo y no funciona que pasaaaaa

• 
  Marco (@maarcoofdezz) reportó hace 33 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👇

• 
  David J Marquez Batiz (@djmbdv) reportó hace 34 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

• 
  Myrrakle (@myrrakle) reportó hace 37 minutos

  Salió versión nueva del MCP y es el cambio más grande que ha tenido desde que existe. Si tienes algo ya desarrollado, te toca migrar. Para quien no lo tenga claro: MCP es el protocolo que deja que un modelo se conecte con herramientas de afuera, tu base de datos, tu GitHub, tu Notion. En vez de que cada quien invente su propia integración, todos hablan el mismo idioma. Lo sacó Anthropic hace año y medio y hoy vive bajo la Linux Foundation, que es justamente por lo que AWS, Google y Microsoft salieron a apoyarlo el mismo día. Nadie adopta el protocolo de un competidor. Todo el mundo adopta un estándar. Lo que cambió es que MCP se volvió stateless. Antes, para hablar con un server MCP había que abrir una sesión. El server se guardaba quién eras, y esa conversación tenía que mantenerse viva. Era como una llamada telefónica, marcas, saludas, y hay que mantener la línea abierta todo el rato. Si se cae, se cayó todo. Ahora es mandar cartas. Cada carta dice quién eres y qué quieres, cualquier cartero la entrega, y si se pierde una mandas otra. ¿Y eso por que es un gran cambio? Porque antes, si tenías tu server corriendo en varias maquinas, cada petición tenía que volver a caer en la misma que te atendió al principio, porque era la única que se acordaba de ti. Eso te obligaba a montar sticky sessions o storage compartido, muy fastidioso y caro. Ahora cualquier petición cae en cualquier máquina. Y eso desbloquea justo lo que la gente venía pidiendo: correr servers MCP en serverless y en el edge, Lambda, Workers, lo que sea, sin mucha cosas. Pero lo que me dice que esto va en serio no es la spec, es quién salió a hablar el mismo día. AWS lo metió en Bedrock AgentCore. Cloudflare con soporte desde el día cero en Workers, y Sentry y Linear adoptando ahí mismo. Más Google Cloud, Microsoft Foundry, Netlify, Supabase, Figma. Eso no es entusiasmo de comunidad, eso es roadmap coordinado. Y hay un número en el anuncio que me llamo la atencion más que toda la spec junta. Lo soltó la gente de Honeycomb, de todas las consultas que reciben al mes, como el 20% ya las hace un agente y no una persona. Uno de cada cinco. Eso ya no es demo, eso es tráfico de producción. De paso, casi 500 millones de descargas al mes entre los SDKs oficiales, en un protocolo que tiene año y medio. La parte ladilla? El session id ya no existe, o sea que si llevabas estado ahí te va a toca rediseñar, y la recomendación es que una tool te devuelva un handle explícito y el modelo te lo vaya pasando de vuelta. Los headers Mcp-Method y Mcp-Name ahora son obligatorios en cada petición, no opcionales, y sospecho que eso va a doler antes que lo del session id. Y deprecaron Sampling, Roots, Logging y el transporte viejo de HTTP+SSE. Todo eso sigue vivo mínimo 12 meses, o sea nada te explota mañana. Pero si estás arrancando algo nuevo, no lo montes encima de lo viejo. Lo que más me gusta es que no maquillaron nada. Rompieron lo que había que romper y pusieron una política de deprecación con 12 meses para empezar, para que planifiques en vez de reaccionar. Eso es un protocolo creciendo, no un producto vendiendo.

• 
  Jorge J. Ramos (@YoryoBass) reportó hace 37 minutos

  Me sigue sorprendiendo mucho que compañeros de profesión altamente cualificados y experimentados, sigan pensando que los problemas de GitHub vienen porque más de la mitad de su código está hecho por una IA. Al parecer es un problema de sistemas distribuidos, y si te interesa el tema este post mortem es oro. En cualquier caso, me da mucha pena que todavía haya ingenieros de software, programadores, analistas y arquitectos haciendo bromas con aire de superioridad, porque GitHub utiliza IA activamente para su código. Me da pena por ellos, porque cuando quieran rectificar será tarde y el tren les habrá pasado por encima ya.

• 
  Dubzeb_oficial (@D_Ochandiano) reportó hace 38 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?

• 
  dahdor (@dahdxr) reportó hace 38 minutos

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

• 
  Zam 🛹 (@zamarrowski) reportó hace 38 minutos

  Una de las cosas que más mola del open source es hacer algo y que la gente reporte fallos e incluso te pongan PRs. Claudemon empieza a tener las primeras issues y PRs y me hace bastante feliz. Si habéis visto algo que ande mal o mejorable podéis dejarlo en las issues de Github

• 
  Domina IA (@Domina_IA) reportó hace 39 minutos

  Cursor no tumba GitHub. Ni siquiera lo intenta. El producto que acaban de sacar se llama Origin. Conecta tu organización de GitHub, elige repos y sigue empujando ahí. GitHub sigue siendo la fuente de verdad. Los permisos se copian, los pull requests se sincronizan en ambas direcciones y tú no sales del editor. Lo venden como rival. Hablan de las 257 caídas de GitHub el último año y de los 180 millones de desarrolladores que usan la plataforma. Bonito relato. El problema es que Origin no reemplaza nada. Se enchufa al flujo que ya usas. Cursor pertenece a SpaceX. Tienen opción de compra por 60.000 millones y acceso a la mayor flota de GPUs del mundo. Con eso prometen agentes que revisen y fusionen sin salir de la ventana. Funciona mientras GitHub siga siendo el almacén. Si GitHub estabiliza el servicio o mete sus propios agentes, Origin se queda en una capa de más. Su única ventaja es el hábito: que no te levantes de la silla. No necesita que abandones GitHub. Necesita que dejes de salir de Cursor.

• 
  Sergie Code (@sergiecode) reportó hace 42 minutos

  ¿Y si en vez de enseñarle a un agente de IA con prompts, simplemente le mostrás cómo hacer la tarea una vez? Microsoft acaba de publicar Skill Recorder, un proyecto que graba cómo trabajás en tu computadora y usa GitHub Copilot para convertir esa sesión en una serie de pasos que un agente puede reutilizar Grabás → la IA entiende lo que hiciste → revisás los pasos → lo convertís en una Skill o Automation Lo interesante es que no busca repetir clicks como un RPA tradicional, sino entender la intención y generar un procedimiento reutilizable que pueda usar herramientas nativas del agente Por ejemplo: hacés una tarea una sola vez y después el agente puede aprender a repetirla bajo demanda o incluso ejecutarla automáticamente según un trigger Soporta macOS y Windows 11, procesa la grabación localmente y está publicado bajo licencia MIT El repo de Microsoft está en el primer comentario 👇

• 
  NaikoTBD (@NaikoTbd) reportó hace 42 minutos

  @GordoLeyes El enemigo de github no es la competencia, el problema es que lo adquirio Microsoft y los indios se van a encargar de hacerlo ****** como todo lo que tocan. Reemplazan a los dev originales con monitos marrones y cada vez se cae más seguido.

• 
  Haute Dense (@DenseHaute) reportó hace 43 minutos

  @tebayoso @gitlab Podes usar git sin github o gitlab , solo tenes que instalarlo en el otro vps y listo , como se piensan que funciona ? por ssh , un key pair y listo , tenes un repositorio, igual como cuando usabas SVN.

• 
  Jo Sóc Veneçolà | (@JoSocVenecola) reportó hace 49 minutos

  @germanzurita70 @Antonio_RodriIA Pienso igual. Pero de alegrarse y querer usar esta herramienta, a saber que es un "repositorio" o que es GitHub o algo mas simple, hacerlo funcionar en tu computadora, ahi es donde veo el problema. Yo soy Arquitecto y tambien soy Desarrollador de Software. No se me hara dificil.

• 
  Adrià Martí (@adriml24) reportó hace 52 minutos

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

• 
  Alejo (@ecommartinez) reportó hace 54 minutos

  🚨 ULTIMA HORA: RSIBench-Data probó si un agente de IA investiga sin ayuda humana y mejora su propio modelo. Evaluaron 4 agentes en 6 benchmarks. El 78% de los intentos termina peor que el mejor resultado logrado. Esto sugiere que la RSI completamente autónoma aún tiene un largo camino por recorrer. Open source, disponible en GitHub ↓

• 
  Gabriel Garcia (@gabrielalej) reportó hace 56 minutos

  @CieloDahy La semana pasada Codex tenía serios problemas con el navegador interno q hacían q se cerrará el mismo codex cada vez q habría una página. Le explique el problema, encontró el ticket en github y otros usuarios, deshabilitó su propio navegador y me generó un recordatorio para cuando den el ticket x cerrado. Inception.

• 
  LeX (@LeX0nDump) reportó hace 60 minutos

  GitHub ha caído por trigésima quinta vez en las últimas semanas…

• 
  thavoo dev (@arcanoix_) reportó hace 60 minutos

  Un lunes y caído @github es en serio?