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 (32%)
• Inicio de Sesión (15%)

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 13 horas
Ahmedabad	Errores	hace 6 días
Delme	Inicio de Sesión	hace 7 días
Lyaud	Sitio Caído	hace 7 días
Catania	Errores	hace 9 días
Inverness	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:

• 
  Luis (@medioluiss) reportó hace 3 minutos

  Darle acceso a codex a la extension de github no es peligroso? Ahi no puedo limitar lo que hace en el propio github como se puedo hacer con la de computer use o lo estoy usando/entendiendo mal?

• 
  Jorge J. Ramos (@YoryoBass) reportó hace 3 minutos

  @Xopsy @dordokamaisu El problema es definir que es el límite. No puedes estar preparado para ciertos niveles de presión seas GitHub o cualquiera de los gigantes. Y el tema agentivo ha hecho daño en infraestructura porque imagino que no será fácil de estimar, si un solo agente puede estar haciendo operaciones 24/7

• 
  IntelArt - Innovación IA (@_IntelArt) reportó hace 5 minutos

  @josesilesdata Los repositorios de GitHub han tomndo fuerza porque funciona. Pero he visto que al Usuario Común lo confunde eso de "Local" y cree debe tener un notebook moderno y caro, nada más errado. He probadob Kimi, esta hecho para cosas complejas, no funciona bien con preguntas básicas.

• 
  tobarra (@txbrraa) reportó hace 6 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👇

• 
  ExploxTV (@ExploxTV) reportó hace 9 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

• 
  𝗖𝗮𝗿𝗹𝗼𝘀 (@jcarlosmez) reportó hace 10 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?

• 
  karla ❀ (@karlarboledas) reportó hace 12 minutos

  Esperar 10 minutos a que una IA lea un proyecto archivo por archivo es absurdo. ​Graphify soluciona esto y ya supera las 86.000 estrellas en GitHub. ​En lugar de releer el código constantemente, convierte todo tu proyecto en un mapa de conocimiento visual para que tu agente vaya directo al archivo que necesita. ​Mapea código, documentos, imágenes y vídeo. ​Diferencia conexiones reales de inferidas. ​Funciona localmente en Cursor, Claude Code y más de 20 agentes. ​Pasa de escanear todo a trazar la ruta exacta. guárdalo y sígueme para más → @karlarboledas ​¿Cómo gestionas la context window en proyectos grandes?

• 
  Gabs (@constrainterror) reportó hace 14 minutos

  @matiasblnc Hmm a ver de mis tiempos en front que recuerde: - teoría de cajas - typescript vs javascript - frameworks - responsive design - un mínimo de desarrollo seguro (no subir credenciales, ofuscar cosas visualmente, manejo de secretos, etc) - CMS vs programar a pelo - en qué te apoyas para programar (copilot, vibecoding, documentacion, lo que uses) - toma de decisiones (por qué eliges una tecnología sobre otra, etc) sobre una feature o troy project que tengas, etc - git/github/ trabajar en equipo y control de versiones - darte una web lenta y ver como investigas qué pasa - darte un componente que renderiza demasiadas veces y ver que falla - cómo diferencias entre que algo se vea bien y que esté bien implementado? - diseñar o implementar un buscador o un login - qué preguntas le haces a un diseñador que te da un diseño ambiguo -cuándo crearías una abstracción y cuándo duplicarías código temporalmente? Cuándo eliges modularidad y cuando un monolito? - tipos de testing, te doy una feature y te pregunto como la probarías - qué hace quye una API sea consumible comodamente desde el front? Por ejemplo

• 
  angel (@angeldot_) reportó hace 15 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👇

• 
  Adrià Martí (@adriml24) reportó hace 17 minutos

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

• 
  Jokker (@0xJokker) reportó hace 19 minutos

  Un exingeniero de Netflix acaba de liberar uno de los repositorios mas interesantes para reducir el coste de los agentes de IA Ya supera las 67k estrellas en GitHub Es open source y 100% gratis Se llama Headroom Y comprime todo lo que tu agente lee antes de enviarlo al modelo → Salidas de herramientas → Logs interminables → Fragmentos de RAG → Archivos y codigo → Historial de conversaciones El resultado: Hasta un 95% menos de tokens en JSON y datos estructurados 15-20 % menos en agentes de codigo Y lo mejor → Corre de forma local → Tus datos permanecen en tu maquina → Conserva los archivos originales → El agente puede recuperarlos cuando necesite mas detalles Funciona con Claude, Cursor, Codex... y cualquier stack (library, proxy o MCP) Paga por lo que el modelo realmente necesita. No por el ruido Si usas agentes y sigues pagando por basura que el modelo nunca usa Te recomiendo que lo guardes 👇

• 
  robertob (@humusb) reportó hace 23 minutos

  github está caído :S

• 
  Alan Daitch (@AlanDaitch) reportó hace 23 minutos

  El otro día tenía que pasarle unos archivos a un teléfono viejo, que anda mal de internet Ahí fue cuando me acordé de un reloj de 1994: el Data Link, que hicieron Timex y Microsoft juntos. Tiene un sensor óptico arriba del vidrio y funcionaba así: lo acercabas al monitor, que parpadeaba en barras de luz y en veinte segundos tenías setenta números de teléfono adentro. Me encontré con un usuario que hizo exactamente esto con Claude Code: la pantalla dibuja el archivo como una ráfaga de 60 códigos QR por segundo y el celular lo filma con la cámara y lo rearma.  Y el QR es lo mejor que hay para esto, porque nació justamente para que lo lean mal: torcido, con reflejo, a media luz. Ni siquiera hace falta agarrarlos todos: cada uno lleva una mezcla de varios pedazos del archivo, así que con los que enganchás se despeja el resto solo, con un sistema de ecuaciones. El tema es que, para poder leer los QRs, había que entrar a una página de internet que era justamente lo que quería evitar, así que le di el código a mi Claude Code y le pedí que lo convierta en una app de Android.  Después de media hora, me lo solucionó, pero además se dio cuenta de que la cámara del celular es un desastre, así que me armó la configuración del emisor para poder definir cuántos QR salen por segundo y qué tan denso es cada uno. Un par de pruebas para encontrar el punto justo y listo! Me quedó en 255 bytes por QR, más o menos un tuit, así que un PDF de una carilla entra en veinte segundos.  Ya me puedo transferir archivos chiquitos desde la compu a mi celular viejo sin ningún tipo de conexión: una maravilla. Te dejo el sitio acá abajo y el código en mi github como siempre. ¡Que lo disfrutes!

• 
  Sergie Code (@sergiecode) reportó hace 24 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 👇

• 
  David J Marquez Batiz (@djmbdv) reportó hace 24 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

• 
  Abraham Moreno 🦁 (@MorenomAbraham) reportó hace 24 minutos

  @_axtone Ya hay muchas repos en GitHub para que el harness mantenga memoria a través de sesiones. Solo considerar que muchas veces eso implica un gasto extra de tokens porque el contexto se lee completo cada que abres una sesión nueva.

• 
  thavoo dev (@arcanoix_) reportó hace 25 minutos

  Un lunes y caído @github es en serio?

• 
  Codely ﹤🍍﹥ (@CodelyTV) reportó hace 28 minutos

  No hay semana en que GitHub no se caiga. 93.73% de uptime los últimos 90 días. La buena noticia es que están mejorando. Hace unos meses llegaron a tener un uptime del 84.31%. Eso significa que algunos de sus servicios estaba caído durante el ~15% del tiempo. Eso son 3h y media cada día. Ahora lo han logrado a reducir a 1h y media al día. Ojalá dentro de poco podamos hablar de minutos o ni eso.

• 
  Teki Now (@Teki_Now) reportó hace 32 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.

• 
  Pedro Sorrentino (@PedroSorrentin0) reportó hace 32 minutos

  Casi nadie entiende qué tumbó GitHub el 17 de agosto. Y eso incluye a mucha gente que ese día no podía hacer push, abrir un PR ni usar Copilot. No fue un deploy roto. No fue “un servidor caído”. Te lo explico sin humo, en 6 tweets.

• 
  Dámaso Velázquez (@damasovelazquez) reportó hace 32 minutos

  Github está caído 😢

• 
  La IA Actualidad by Daniel (@dorlando1997) reportó hace 36 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.

• 
  🔥🐲 Javier  (@nuevo_31) reportó hace 37 minutos

  GitHub caído pues 😳

• 
  MrOscarDev (@mroscardev) reportó hace 37 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.

• 
  José Luis Gómez (@JoseLuisGDoc) reportó hace 45 minutos

  Los cambios recientes en el código fuente del servidor de Signal en GitHub muestran este soporte interno para cuentas sin número de teléfono (ajustes en la seguridad del registro, bloqueos y gestión de códigos regionales).

• 
  Iceebook (@iceebook_) reportó hace 46 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.

• 
  Jesus J. Ballano (@jjballano) reportó hace 50 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.

• 
  Samuel Ferrero. (@MiMundoConIA) reportó hace 54 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.

• 
  Facu ⚡ (@isntFacundo) reportó hace 56 minutos

  No funciona GitHub. Se suspende todo.

• 
  ExploxTV (@ExploxTV) reportó hace 59 minutos

  GitHub investigó y determinó que un humano escribió el código vulnerable en Snowflake. Copilot Autofix revisó el pull request, pero no detectó el fallo. La transparencia en la atribución es clave. 🔍 #SeguridadSoftware #IA