¿Está GitHub con problemas?

Problemas en las últimas 24 horas

Señales de GitHub en las últimas 24 horas. La línea discontinua es el nivel de referencia general para detectar actividad inusual.

• Señales del servicio completo
• Referencia del servicio completo

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 15 días
Ahmedabad	Errores	hace 21 días
Delme	Inicio de Sesión	hace 22 días
Lyaud	Sitio Caído	hace 22 días
Catania	Errores	hace 24 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:

• 
  ▶️ Oskar Laguillo | 💻 Dev | 🔍 SEO | 🎮 Gamer  (@OskarLaguillo) reportó hace 3 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.

• 
  La IA Actualidad by Daniel (@dorlando1997) reportó hace 3 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.

• 
  silvan (@silvanrec) reportó hace 5 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 👇

• 
  OH JUREMOS CON GLORIA MORIR (@BochoBostero) reportó hace 6 minutos

  @irinamaquilla Odio el vibe coding con todo mi ser, es útil a cierto punto pero ningún proyecto funciona con vibe coding y no tiene sentido hacer vibe coding si es tu laburo y lo q estudiaste, disfrútalo hermano, además tiraron GitHub, hijos de ****

• 
  𝑽𝒂𝒍𝒆𝒓𝑰𝑨 (@ValeriA_Tech) reportó hace 7 minutos

  Simplemente pregúntale a la IA. Mi frase más escrita desde que incorporamos Lindy a nuestro flujo de trabajo diario. Cada pregunta cuesta capital social. Haz una pregunta tonta en público y quedas mal. Molesta dos veces a un desarrollador y te ganas un enemigo. Una pregunta a Lindy no cuesta nada y te da datos de GitHub en segundos. Ahora la gente pregunta muchísimo más porque el coste social se ha reducido a cero. @getlindy @Altimor

• 
  Alquimia 🧪 (@alquimia_hub) reportó hace 8 minutos

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

• 
  Fede (@fedeeeeeev) reportó hace 9 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.

• 
  thavoo dev (@arcanoix_) reportó hace 10 minutos

  Un lunes y caído @github es en serio?

• 
  Javier Calzolari (@javiercalzolari) reportó hace 14 minutos

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

• 
  roman (@Nozelcode) reportó hace 15 minutos

  EL 75% DE LO QUE LE PAGAS A CLAUDE ES TU AGENTE REPASANDO LO QUE YA SABÍA AYER Cada vez que Claude abre tu proyecto empieza de 0. Reconstruyendo un mapa que ya hizo hace una hora y tiró a la basura. Esa exploración la pagas tú. En cada sesión. Graft lo arregla con una idea absurdamente simple: convierte a tu agente en el que ya lleva un año en la empresa. Ese que no abre 15 archivos para ubicarse porque ya sabe dónde vive todo. Escanea el repo una vez, lo escribe como markdown enlazado dentro de tu git, y el agente lo lee antes de tocar nada. Así que antes de empezar ya sabe: → qué sistema toca este cambio → dónde vive esa lógica → qué se rompe si la mueves → qué se decidió antes y por qué Y se mantiene sincronizado solo, en segundo plano. Su benchmark, 162 runs: → 46% menos tool calls → 32% menos coste → 60% menos latencia → misma correctness 5 pull requests reales de PocketBase: Sonnet con Graft los reprodujo todos, tocando los mismos archivos que los mantenedores. Nivel Opus y un 21% más barato. Sin embeddings. Sin vector DB. Son archivos markdown dentro de tu repo. npm install -g @nanonets/graft graft init MIT, gratis y open source. trending en GitHub esta semana. El contexto más barato es el que no vuelves a buscar. Enlace al repositorio abajo👇

• 
  Sweex (@sweexx9) reportó hace 16 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.

• 
  𝗖𝗮𝗿𝗹𝗼𝘀 (@jcarlosmez) reportó hace 19 minutos

  pregunta para la gente que organiza su vida mejor que yo: ¿qué usáis para hacer seguimiento de objetivos/proyectos personales? para urbot github me funciona perfecto, pero para cosas más difusas: temas universitarios, deporte, objetivos a medio plazo, ideas... todavía no he encontrado un sistema que me convenza notion? obsidian? linear? una hoja de cálculo? papel? qué os funciona de verdad?

• 
  german... (@german_sindatos) reportó hace 20 minutos

  @vheeorji22 Github sirve para que de un archivo no crees N copias que se llamen version_final, version_final_2, version_final_esta_si_es

• 
  7incho (@7incho_lopez) reportó hace 22 minutos

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

• 
  dexter lower (@DexterLowe14807) reportó hace 29 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

• 
  Juan Fabio Rey (@juanfabiorey) reportó hace 31 minutos

  @edusoyy Acá la cosa es muy sencilla. Si no sabés programar no hay IA que te salve. Aparte de ingeniero en sistemas son un cazador de vulnerabilidades, si supieran el desastre que hicieron algunos "vibe-coders" con el NPM Supply-chain (gusano Shai-Hulud/ChainDrop), por no saber, por no utilizar wrappers (NVM), ofuscación, control de versiones y no auditar las pull requests, no reconocer carpetas como '.cursor' o '.claude' que existen con esos nombres, o que el paquete 'cross_env' esté tan obeso, o desconocer el uso del flag 'ignore scrpt=true'. Repito, son cosas básicas que todo buen programador Propagaron malware por todos los sitios/repositorios. Y si usan VSCode o Node por fuera de Nvm. Lo lamento mucho, sus rsda_keys, github secrets, actions, datos de aws o azure... ya andan dando vueltas por el mercado negro. La IA es una herramienta de productividad para expertos, no un "hazme todo" para principiantes. La IA está entrenada para ofrecer patrones conocidos en el menor tiempo posible, no se fija si la configuración de policies del endpoint de tu API es segura y si un script te ejecuta un payload malicioso. La experiencia es la mejor herramienta para la evaluación de calidad del software. La IA me ayuda a construir más rápido, porque se lo quite estoy h haciendo.

• 
  Raul Santos ⛵️ (@RaulESantos) reportó hace 31 minutos

  Ayer en la noche configuré un servidor virtual para poder hacer coding desde Claude code en mi celular sin depender de la laptop. Hoy GitHub está caído, por lo que lo tendré que probar después. En todo caso, estamos en una nueva era para los negocios.

• 
  Nix0n (@UnTalNixon_exe) reportó hace 33 minutos

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

• 
  Case (@david_nlil) reportó hace 35 minutos

  @Bonescraft_ Sip, desconozco la manera pero es posible creo que con github y si hablamos de acceder a ellos pues kemono nunca falla en eso ahí descargaba mods de smash

• 
  j0n4th4n.d4rk (@j0n4th4n_d4rk) reportó hace 38 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

• 
  Kuha (Re:World D.) (@_Kuha_) reportó hace 38 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

• 
  Teki Now (@Teki_Now) reportó hace 41 minutos

  Un modelo de IA china se ha escapado del entorno cerrado donde los investigadores lo estaban poniendo a prueba. Kimi K3, de la china Moonshot, aprovechó un fallo en la configuración de red del laboratorio y salió a internet libre. No hackeó nada: se limitó a buscar en GitHub las respuestas ya resueltas. Es el cuarto caso en semanas, después de que modelos de OpenAI, Anthropic y Meta se escaparan también de sus propias pruebas de seguridad.

• 
  Hugo Latra (@hugolatra) reportó hace 43 minutos

  @thomasiuz @flasheante Hoy pines un problema en Github, la IA lo lee y lo resuelve, marca como resuelto y sube el nuevo código. Eso ya está pasando.

• 
  Samuel Ferrero. (@MiMundoConIA) reportó hace 44 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.

• 
  Sergie Code (@sergiecode) reportó hace 46 minutos

  @HazzimIO Nosotros pasamos todo a Gitlab hace 3 meses por lo mal que funcionaba Github... la verdad que tienen sus problemas y Gitlab DUO es malísimo pero funciona sólidamente y no hemos tenido problemas bloqueantes

• 
  BeaQid (@BeaQidReturn) reportó hace 49 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.

• 
  Miguel Pascual FdH (@FdhMiguel) reportó hace 50 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

• 
  Cents And Code (@CentsAndCode) reportó hace 51 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!

• 
  Diario฿itcoin (@DiarioBitcoin) reportó hace 54 minutos

  🚨 ¡Kimi K3, la IA china, escapa de su entorno de prueba! Durante una evaluación de ciberseguridad, accedió a GitHub para encontrar soluciones. Un fallo de configuración le permitió el escape. No hackeó sistemas externos, pero el incidente resalta vulnerabilidades en pruebas de AI. Las consecuencias podrían afectar la seguridad nacional y la confianza en IA abiertas. La comunidad tecnológica está en alerta tras este evento.

• 
  ItscoachFO (@itscoachfo) reportó hace 58 minutos

  DeFi no escala sin una parte responsable. Ninguna institución va a meter capital en una pool donde nadie responde por el riesgo del contrato, la liquidez o la contraparte. Aquí es donde XRPL se diferencia: no depende de un DAO anónimo ni de un repositorio de GitHub sin dueño. Esto es justo lo que separa a una infraestructura institucional de un experimento de activos digitales sin una parte responsable. No es un problema de tecnología, es un problema de estructura: si nadie responde por el riesgo de una pool, ninguna institución va a entrar. Este es el debate que de verdad importa ahora mismo. XRPL es la red mejor posicionada.