Estado de GitHub: problemas de acceso e interrupciones

Problemas en las últimas 24 horas

El siguiente gráfico muestra la cantidad de informes que hemos recibido sobre GitHub por hora del día durante las últimas 24 horas. Una interrupción se determina cuando la cantidad de informes es mayor que la línea de referencia, representada por la línea roja.

Problemas Más Reportados

Los siguientes son los problemas más recientes informados por los usuarios de GitHub a través de nuestro sitio web.

• Sitio Caído (67%)
• Inicio de Sesión (25%)
• Errores (8%)

Mapa de interrupciones en vivo

La mayoría de reportes de fallos e interrupciones se originaron en

City	Problem Type	Report Time
Antananarivo	Sitio Caído	hace 19 horas
Paris	Inicio de Sesión	hace 5 días
Lure	Sitio Caído	hace 9 días
Ashkelon	Sitio Caído	hace 11 días
Veigné	Errores	hace 19 días
Paris	Sitio Caído	hace 22 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:

• 
  Alvaro Felipe Chávez (@AlvaroFelipeCh) reportó hace 1 minuto

  Tu programas la app y te doy el 5% del negocio, el otro 95% es mío porque es mi idea. Esa frase la hemos escuchado por años los programadores. Por mucho tiempo, muchos “emprendedores” (énfasis en las comillas) creyeron que la única barrera entre su idea y triunfar como emprendedores era contratar programadores.  Pero la IA desmontó ese mito. Hoy, conversando con la IA, cualquier personas puede construir cualquier tipo de software. ¿Y qué hemos visto? El nuevo Slack, el nuevo Notion, el nuevo HubSpot, el nuevo Salesforce, el nuevo GitHub, y así sucesivamente. Lo mismo de siempre con apellido “AI” al final. Y no es que esté mal reinventar una categoría existente, pues es lo que hizo Apple con el iPhone en 2017, pero es que con la herramienta más poderosa que ha creado la humanidad (la IA) es sorprendente las pocas apps realmente disruptivas que han aparecido: NotebookLM, WisprFlow, Claude Code / Codex y pocas más. Casi todas las demás son solo el nuevo "algo que ya existía pero con IA".  El punto al que quiero llegar es que la barrera para emprender nunca fue la falta de programadores sino la falta de visión. Ser emprendedor no es tener un idea y buscar quien la programe. Emprender implica resolver un problema real, un problema que la gente pague por resolverlo.  Si de verdad quieres emprender, no empieces por la idea ni por la app. Empieza por el problema. ¿Qué problema resuelves y para quien? ¿La gente está dispuesta a pagar por tu solución? Si le resuelves a la gente un problema que los molesta, te pagarán. Lo demás es ir resolviendo cada vez más problemas. Así crecen las empresas, no vibecodeando cualquier cosa que a nadie le importa y meterle ads.

• 
  Víctor (@vicvicvictoor) reportó hace 3 minutos

  Pero eh, seguid usando cursor, windsurf, boltnew, deepseek, v0dev, qwen, github copilot, sora, veo runnaway... Que ayuda mucho a que la RAM esté más barata ;)

• 
  Víctor Falcón (@victoor) reportó hace 3 minutos

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

• 
  Edgar Manuel (@3d64r_89) reportó hace 4 minutos

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

• 
  roman (@Nozelcode) reportó hace 4 minutos

  ESTE REPO HACE QUE CLAUDE ESCRIBA HASTA UN 94% MENOS DE CÓDIGO Cada línea que Claude Code 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 gasto • un 27% más rápido Sin recortar en seguridad ni validaciones. Se instala con sólo 2 comandos: /plugin marketplace add DietrichGebert/ponytail /plugin install ponytail@ponytail +88.000 estrellas en GitHub. Gratis y open source. El mejor código es el que nunca escribiste. Enlace al repositorio abajo👇

• 
  Iñaki (@inakitajes) reportó hace 7 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 :)

• 
  precis0x (@precisox) reportó hace 8 minutos

  Un desarrollador automatizó absolutamente toda su vida con scripts. Después renunció. Sus compañeros descubrieron todo. El repositorio se llama Hacker Scripts. Más de 49.500 estrellas en GitHub. Basado en una historia real. La historia original apareció en un foro ruso alrededor de 2015. Un ingeniero de builds dejó la empresa. Sus compañeros revisaron su antigua máquina. Esto es lo que encontraron: Script 1: "hangover" Si eran las 8:45 de la mañana y todavía no había iniciado sesión, el script le enviaba un correo a su jefe diciendo “no me siento bien, voy a trabajar desde casa”. Elegía la excusa al azar de una lista que él mismo había preparado con antelación. Script 2: "kumar-asshole" Cuando un cliente concreto escribía un correo con palabras como “help”, “trouble” o “sorry”, el script se conectaba por SSH al servidor del cliente, revertía la base de datos al último backup estable y respondía: “no te preocupes, ten más cuidado la próxima vez”. El cliente nunca habló con una persona real. Script 3: "smack-my-bitch-up" Si pasaban de las 9 de la noche y seguía conectado, el script le mandaba un mensaje a su esposa diciendo “trabajando hasta tarde”, acompañado de una excusa elegida aleatoriamente de una lista predefinida. Script 4: "fucking-coffee" La cafetera de la oficina funcionaba con Linux y tenía un puerto TCP abierto. Cada mañana, exactamente 17 segundos después de iniciar sesión, el script abría una conexión telnet a la máquina y le daba la orden de preparar café. Un latte mediano half-caf que tardaba 24 segundos en salir. Su café siempre estaba listo justo cuando él llegaba a la cocina. Todos los días. Durante años. Su jefe lo consideraba el desarrollador más atento del equipo. Su esposa pensaba que siempre la mantenía al tanto. El cliente creía que tenía el soporte más rápido de la industria. Los cuatro estaban hablando con scripts de bash. Nadie se enteró. Durante años. Cuando sus compañeros encontraron los scripts, los subieron a GitHub. Desarrolladores de todo el mundo los reescribieron en 17 lenguajes diferentes: Ruby, Python, Go, Java, Kotlin, PHP, PowerShell, Node.js y más. Una sola leyenda. Diecisiete lenguajes. 150 commits. La licencia es WTFPL. Una licencia real de código abierto que significa “Do What The **** You Want To Public License”. No automatizó solo su trabajo. Automatizó su vida entera. Y nadie lo descubrió hasta que se fue. 49.500+ estrellas. Con licencia WTFPL. Legendario.

• 
  angel (@angeldot_) reportó hace 9 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👇

• 
  Alejo (@ecommartinez) reportó hace 11 minutos

  acaban de dejar 100 agentes de IA listos para clonar, ejecutar y vender. se llama Awesome LLM Apps y ya tiene 128.000 estrellas en GitHub. el problema que resuelve es simple: todos quieren montar su primer agente. casi nadie quiere escribir el primer archivo desde cero. y los tutoriales de YouTube se rompen a la mitad del vídeo. aquí cada plantilla está probada de punta a punta y arranca con una API key. lo que hay dentro: → agente que responde sobre tu CSV o Excel en lenguaje natural → equipo de agentes que hace el due diligence de una startup → agente de voz que contesta con tus propios PDFs → skill que revisa tus proyectos abandonados y te dice por qué murieron → RAG local con Llama 3.2 y Qdrant, sin API keys → optimizador que baja tu factura de tokens entre un 30% y un 60% cómo lo levantas: 1. git clone del repo 2. entras en la carpeta del agente que quieras 3. pip install -r requirements.txt 4. streamlit run 30 segundos en local. funciona con Claude, GPT, Gemini, DeepSeek, Llama y Qwen. licencia Apache 2.0. clónalo, publícalo, véndelo. repo 👇

• 
  Clau Cave (@ccavezzali) reportó hace 14 minutos

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

• 
  angel (@angeldot_) reportó hace 14 minutos

  GitHub acaba de solucionar el mayor problema del vibe coding. Acaban de lanzar Spec Kit y en poco tiempo ya tiene +120K estrellas. ¿La idea? En vez de tirar prompts vagos y rezar para que el agente no rompa tu proyecto… Spec Kit obliga a la IA a crear una especificación estructurada ANTES de tocar código. La IA primero: → entiende lo que quieres construir → pregunta lo que falta → organiza el proyecto → y después empieza a programar Eso significa menos tiempo arreglando errores absurdos, menos código inconsistente y resultados mucho más predecibles cuando trabajas con agentes. El flujo es simple: /constitution → reglas y estándares /specify → qué quieres construir /clarify → dudas antes de empezar /plan → arquitectura y stack /tasks → tareas ordenadas /implement → ejecución Compatible con Claude Code, Cursor, Copilot, Codex, Gemini CLI y +25 agentes. • 120K estrellas. • 10K forks. • Open source. • Publicado por GitHub. Repositorio abajo👇

• 
  kento iv (@0xKento_) reportó hace 15 minutos

  cada dia que pasa las cryptos siguen cayendo y el prediction market es una buena oportunidad no porque sea mas facil, sino porque es otra forma de pensar el mercado en crypto muchas veces estas mirando una vela roja, una narrativa que se murio o una meme que ya hizo -70% en prediction markets, en cambio, estas mirando probabilidades, eventos, precios, liquidez, timing y diferencias entre plataformas hoy encontre un repo bastante interesante llamado polymarket-arbitrage la idea es buscar posibles ineficiencias dentro y entre polymarket y kalshi, comparando mercados parecidos, precios, spreads y oportunidades donde el riesgo capaz esta mal priceado obvio no es plata gratis, si fuera tan facil no estaria en github jajajs pero me gusta porque te obliga a pensar distinto, no es solo “quien gana?”, es “cuanto esta pagando el mercado por ese resultado y si ese precio tiene sentido?” el prediction market no es solo apostar, es aprender a leer probabilidades en tiempo real repo y pagina abajo en comentariosss

• 
  El Rincón de AtomWhyred (@elrincondeatom) reportó hace 15 minutos

  🌌 Concepto principal Orion Store funciona solo con GitHub: - No tiene servidores propios. - Las apps se obtienen directamente de sus repositorios originales. - Las actualizaciones se detectan automáticamente mediante GitHub Actions.

• 
  fred (@heyfredds) reportó hace 18 minutos

  LOS PDFs ESCANEADOS, LAS FÓRMULAS Y LAS TABLAS ROTAS YA NO SON UN PROBLEMA PARA TU IA. 63.000 estrellas en GitHub. Y casi nadie fuera de China lo conoce todavía. Se llama MinerU. Coge el PDF más caótico que tengas y lo convierte en datos limpios que la IA entiende de verdad. → Las fórmulas matemáticas salen en LaTeX, no en símbolos rotos → Las tablas se reconstruyen en HTML, sin descuadrarse → Lee documentos escaneados, manuscritos y a varias columnas → OCR en 109 idiomas, y corre en tu máquina sin conexión Donde otros conversores devuelven texto ilegible, este te da estructura. Es la diferencia entre fotocopiar un documento torcido y volver a escribirlo limpio. Gratis y open source. Repo abajo.

• 
  IVAN | IA (@ivnways) reportó hace 18 minutos

  GitHub Copilot te está cobrando ahora mismo. Y lo peor: la mayoría de devs no sabe cuánto ni por qué... Cada petición tiene un precio. Cada contexto que se dispara, también. Y cuando llega la factura, ya es tarde. 5 hábitos para dejar de sangrar dinero: - Modelo potente solo cuando la tarea lo merece - Modelos pequeños para tareas simples - Controla el contexto antes de que se dispare - Fragmenta trabajos complejos en etapas - Monitoriza el consumo antes de que duela. La IA bien usada es un arma de precisión. La IA mal usada es un agujero en tu bolsillo.

• 
  Cristian Córdova 🐧 (@barckcode) reportó hace 18 minutos

  Que queréis que os diga. Yo no estoy descontento con GitHub más allá de que las PRs son lentas y aveces van mal. Aun así probar alternativas nunca está demás. Nunca se sabe.

• 
  🇲🇽 ingjmanuells :~$ (@ingjmanuells) reportó hace 20 minutos

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

• 
  Lucius Seneca (@TheLuciusSeneca) reportó hace 20 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

• 
  Joaquin Montesinos (@joakm5) reportó hace 22 minutos

  @iagolast @fjpedrosa86 tengo un sistema parecido. Los agentes corren en un servidor con la CLI con la subscripción. GitHub gestiona tareas, comentarios, etc. El agente crea rama y al terminar, el pipeline abre la PR. En vez de actions, un watcher que consulta gh y lanza la siguiente tarea en el server

• 
  Nico (@nicos_ai) reportó hace 22 minutos

  🚨OpenAI está regalando $1.200 GRATIS para usar Codex Solo necesitas: • Tener un repositorio público en GitHub • Rellenar un formulario Y te dan 6 meses de ChatGPT Pro + Codex Casi nadie está hablando de esto, seguramente porque no quieren que se entere todo el mundo Todavía estás a tiempo de solicitarlo, aunque no sepas programar o estés empezando Así funciona: 1. Instala Cursor, Codex, Claude Code o lo que uses 2. Monta un proyecto, de lo que sea 3. Súbelo a GitHub 4. Pide a tus amigos que le den Stars (Deja el link de tu repositorio en los comentarios, entre todos te daremos Star) Este programa acepta hasta proyectos a medias, así que no hace falta que el proyecto sea perfecto Enlace al programa en las respuestas👇

• 
  🦖 virby 🦕 (@VirShepard) reportó hace 25 minutos

  como que github está caído?????

• 
  Acelerador (@accelereta42_) reportó hace 28 minutos

  @Gsnchez @untipocurios Conmigo lo hacían y sin mucho problema. Los links no le importan a nadie (yo subí mis códigos a un GitHub privado y nadie se enteró) y el papel te permite hacer dibujos para entender cosas, que en física al menos es importante (sobre todo si te ponen una cosa fuera de tu campo)

• 
  Nix0n (@UnTalNixon_exe) reportó hace 35 minutos

  @precisox El error de Toyota que tardó 5 años en descubrirse (y cómo dejar de confiar en los .env): En 2017, un desarrollador de Toyota dejó una clave de acceso real hardcodeada en un repositorio público de GitHub. Nadie se dio cuenta hasta 2022. Durante media década, la cadena de custodia de los datos de cientos de miles de clientes estuvo totalmente rota. El problema no es el error humano; es que seguimos usando flujos de trabajo de 2010 para gestionar secretos en 2026. Solo en 2025, GitGuardian detectó más de 28 millones de credenciales expuestas en GitHub.

• 
  Adrian K. (@kabezadekarpa) reportó hace 35 minutos

  Que mal humor estas apps de github que tenes que ser ingeniero para instalarlas

• 
  AI Spanish Community (@aiscwork) reportó hace 39 minutos

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

• 
  Alejo (@ecommartinez) reportó hace 42 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 ↓

• 
  Pablo Carrallo (@pcarrallo) reportó hace 48 minutos

  @genitalico Y tu propio caso lo confirma: GitLab en servidor propio significa que ni siquiera existes para el que busca perfiles rastreando GitHub. Cero rastro público haciendo cosas serias. Lo del vídeo no lo fuerces. El código ya es el portfolio; el problema es que casi nadie sabe dónde mirarlo.

• 
  $Marcos (Lumpen fiscal)🇵🇸 (@marcos101u) reportó hace 50 minutos

  Hace rato estoy puteando a github copilot por ******** que omite cosas que estaban bien claras. Menos mal que yo no lo pago

• 
  LeoDefi (@leocagli) reportó hace 50 minutos

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

• 
  tpx Security ⠠⠵ (@tpx_Security) reportó hace 59 minutos

  Se ha publicado en GitHub una prueba de concepto (PoC) funcional para "wp2shell", una crítica cadena de ataque en el núcleo de WordPress. La falla encadena una confusión de rutas en la REST API (CVE-2026-63030) con una inyección SQL en el componente WP_Query (CVE-2026-60137), permitiendo la ejecución remota de código (RCE) sin autenticación en instalaciones limpias a partir de la versión 6.9. Tras la asignación oficial de identificadores CVE y el despliegue de parches de emergencia (6.9.5 y 7.0.2), se ha desatado una carrera global entre administradores que buscan actualizar y cibercriminales que intentan explotar los sitios expuestos.