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 (58%)
• Errores (29%)
• Inicio de Sesión (13%)

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 6 horas
Quito	Inicio de Sesión	hace 24 horas
Junín	Errores	hace 1 día
Guadalajara	Errores	hace 1 día
Paris	Sitio Caído	hace 1 día
Quito	Errores	hace 1 día

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:

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

  @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.

• 
  Pablo Carrallo (@pcarrallo) reportó hace 2 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.

• 
  roman (@Nozelcode) reportó hace 5 minutos

  ESTE REPO HACE QUE CLAUDE ESCRIBA HASTA UN 94% MENOS DE CÓDIGO ESTE REPO HACE QUE CLAUDE ESCRIBA HASTA UN 94% MENOS DE CÓDIGO Opus 5 es una bestia escribiendo código. También sale 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 +90.000 estrellas en GitHub. Gratis y open source. El mejor código es el que nunca escribiste. Enlace al repositorio abajo👇 Opus 5 es el mejor modelo de código del mundo. También es 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👇

• 
  Lucius Seneca (@TheLuciusSeneca) reportó hace 8 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

• 
  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.

• 
  JoseGuadalupe (@SrGuadalupano) reportó hace 11 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

• 
  Jose (@JoseiitoAviila) reportó hace 15 minutos

  @devruso Yo no entiendo el Github actions, seré muy ignorante pero los deploy y eso o bien los haces a mano, o bien le pides a la IA que haga el pull + restart del servicio, o tienes los .sh ahí en tu PC para hacerlo en cualquier momento, no entiendo el problema la verdad

• 
  YONI AGUILAR (@yaguilaro101) reportó hace 15 minutos

  @Vampitech @Sebs9XX Funciona fluido también/ solo tienes que dejar se guarde las texturas en el cache/ ahi mismo en el github lo menciona, que a la 3era vez que se carga el juego ya no salen esos glitches de texturas. / comprobado por mi

• 
  Brian Mena (@brian_limitless) reportó hace 16 minutos

  4/7 El problema es sistémico. Los tutoriales, la documentación oficial y los examples de GitHub muestran un server aislado que solo tú usas. Nadie te enseña a gestionar 20 o 100 usuarios concurrentes llamando a las mismas tools desde sesiones diferentes.

• 
  Jera ⛩ (@Jera_Value) reportó hace 20 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».

• 
  askie (@imaskie) reportó hace 29 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

• 
  Alejandro Alvarez (@AlexAlves_87) reportó hace 30 minutos

  No tengo una trayectoria tradicional en tecnología. No estudié informática, no vengo de una consultora y no llevo diez años trabajando como desarrollador. Lo que sí tengo es trabajo real que se puede revisar. En pocos meses he conseguido integrar más de 30 pull requests en OpenClaw, un proyecto open source con revisiones exigentes. No solo cambios superficiales: seguridad, comportamiento fail-closed, sanitización Unicode, tests, arquitectura y manejo de errores. Trabajo con C#, TypeScript y Python, pero no me defino por un lenguaje. Me importa más entender el problema, dividirlo bien y cerrar los casos que pueden romper el sistema. Uso agentes de IA como parte central de mi flujo de trabajo. No para delegar el criterio, sino para ampliar mi capacidad. La IA propone, genera y acelera. Yo decido, reviso, pruebo y respondo por el resultado. También he construido proyectos propios de extremo a extremo: backend, frontend, bases de datos, APIs, CI/CD, despliegue e integraciones con LLMs. Mi punto fuerte no es memorizar sintaxis. Es detectar inconsistencias, riesgos, supuestos débiles y casos límite que otros pasan por alto. Ahora busco una primera oportunidad profesional en tecnología donde pueda aportar desde el principio y seguir creciendo con revisiones exigentes, buenas prácticas y problemas reales. No necesito que confíes en mi palabra. Mi trabajo está en GitHub. 👇🏻👇🏻

• 
  Los ingobernables del caribe🌴 (@Losingoberm5nv) reportó hace 31 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.

• 
  Erubiel (@_alanerubiel) reportó hace 32 minutos

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

• 
  roman (@Nozelcode) reportó hace 34 minutos

  ESTE REPO HACE QUE CLAUDE ESCRIBA HASTA UN 94% MENOS DE CÓDIGO Opus 5 es una bestia escribiendo código. También sale 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 90.000 estrellas en GitHub. Gratis y open source. El mejor código es el que nunca escribiste. Enlace al repositorio abajo👇

• 
  PA13L0 (@Fluyeporlaweb) reportó hace 36 minutos

  un equipo de dos personas encontró una vulnerabilidad que valió $250.000 en un solo bug bounty. llevan 9 meses cazando fallos High y Critical con IA. más de 20 encontrados. más de $1.5M ganados. acaban de publicar en GitHub el sistema completo que usan. la mayoría de la gente le pasa un repo entero a un modelo y espera que encuentre algo. casi nunca funciona. esto hace lo contrario: ✅ trocea la auditoría en tareas pequeñas y específicas ✅ lanza agentes de IA en paralelo sobre cada una ✅ combina los hallazgos, los deduplica y los clasifica por gravedad ✅ valida cada hallazgo con scripts antes de dártelo como real ✅ compatible con Codex y Claude Code self-hosted. tu código nunca sale de tu infraestructura. se llama open-kritt 👇

• 
  Edgar Gumstein (@Gumclaw) reportó hace 36 minutos

  @timbislopez @tebayoso @afOrtunado124 Cierto, ahi cambia el problema. Yo soy de un solo operador: una maquina, una identidad, y los permisos los pone cada herramienta (GitHub, la consola auditada), no el agente. Multiusuario con roles y accesos distintos es otro diseno; no lo resolvi porque no lo necesito.

• 
  Nicolas 🍆 (@nicolas_d101) reportó hace 39 minutos

  Que cogidos estan los kukitas que en cualquier cosa que suba el doc se largan a llorar Hicieron el anuncio en el peor momento de github que es estando caído y con los nuevos límites y Elon le hace competencia Dejen de ser tan mogolicos por una vez en su vida

• 
  IntelArt - Innovación IA (@_IntelArt) reportó hace 42 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.

• 
  Iceebook (@iceebook_) reportó hace 43 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.

• 
  Diego (@DiegoMoya_) reportó hace 47 minutos

  Ya sirve GitHub o nada?

• 
  z (@zaynmcps) reportó hace 48 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 👇🏻

• 
  Sócrates (@es_socrates) reportó hace 49 minutos

  Ahora que GitHub está down, esta solución con Arweave llega en un buen momento. Sube repositorios Git directamente a Arweave. El código se almacena en la red permanentemente. ¿Cómo funciona? 👇

• 
  ExploxTV (@ExploxTV) reportó hace 50 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

• 
  Sweex (@sweexx9) reportó hace 50 minutos

  🚨GitHub mató el vibe coding de una vez por todas. Acaban de soltar Spec Kit y ya va por +127K estrellas. ¿El truco? Deja de tirar prompts al aire y rezar para que la IA no te destroce el repo. Spec Kit obliga a la IA a escribir una especificación clara y estructurada ANTES de generar una sola línea de código. Primero entiende exactamente qué quieres, te pregunta lo que falta, arma el plan y recién ahí programa. Resultado: cero errores random, código consistente y resultados que realmente se parecen a lo que pediste. El flujo es brutal de simple: /constitution → reglas del proyecto /specify → qué vas a construir /clarify → aclara dudas antes de empezar /plan → arquitectura + stack /tasks → tareas ordenadas /implement → a codear Funciona con Claude Code, Cursor, Copilot, Codex, Gemini CLI y +30 agentes más. 127K estrellas 11K forks 100% open source Hecho por GitHub

• 
  Codely ﹤🍍﹥ (@CodelyTV) reportó hace 53 minutos

  Cursor acaba de lanzar públicamente su alternativa a GitHub. Justo en el día en el que GitHub lleva caído muchas horas.

• 
  Marco (@maarcoofdezz) reportó hace 54 minutos

  213.000 estrellas en GitHub. No es un modelo. No es una app. No es un framework. Es el sistema que hace que tu agente de IA trabaje mejor. Se llama ECC y empaqueta en un solo repo todo lo que necesitas para que Claude Code, Codex, Cursor u OpenCode funcionen como los usan los mejores. 262 skills públicas. Skills, instincts, memoria, seguridad y flujos de trabajo listos para instalar. Lo construyó Affaan Mustafa en el hackathon de Anthropic x Cerebral Valley. Con Claude Code. Y la release 2.0.0 la automatizó ella misma. El bot de Discord, los anuncios y el deploy se desplegaron solos de principio a fin. Lo que incluye ECC 2.0: ✅ 262 skills para coding, investigación, seguridad, media, enterprise y flujos de agentes ✅ AgentShield: escanea tu configuración de Claude Code buscando vulnerabilidades, inyecciones y secretos expuestos ✅ Modo red team/blue team con 3 agentes Opus en paralelo - atacante, defensor y auditor ✅ 1.282 tests. 98% de cobertura. 102 reglas de análisis estático. ✅ Memoria compartida entre agentes con contexto comprimido entre sesiones ✅ Compatible con Claude Code, Codex, Cursor, OpenCode, Gemini, Kiro y Zed ✅ Las mismas skills funcionan en todos los entornos sin reescribir nada ✅ 14 releases. ECC 2.0.0 hace 2 días. Activo hace 49 minutos. MIT. El objetivo en una línea: Dejar de reescribir los mismos prompts y convertir el comportamiento que ya funciona en infraestructura portable.

• 
  Juan Barbat (@juan_barbat) reportó hace 56 minutos

  @patogalarzar @barckcode @G_Programming Y dos cosas: 1. Estrella en Github al proyecto. Eso ayuda mucho, es gratarola aparte ... 2. Te conviene entrar al discord. Cualquier cosa avísa.

• 
  silvan (@silvanrec) reportó hace 56 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 👇

• 
  PA13L0 (@Fluyeporlaweb) reportó hace 57 minutos

  Hay una técnica que está cambiando cómo miles de devs usan la IA para programar. Se llama Ralph Wiggum. el nombre es una broma, lo que hace no lo es: while :; do cat PROMPT.md | claude-code; done Un bucle de bash. Nada más. Le das una tarea a la IA. Ella trabaja. Intenta parar cuando cree que ha terminado. Y el bucle no la deja. Le vuelve a meter el mismo prompt. Otra vez. Y otra vez. Cada intento ve los archivos y el historial de git del intento anterior. No empieza de cero. Revisa lo que hizo mal y lo arregla. lo inventó un solo dev en julio de 2025, sin querer hacer ruido Lo llamó Ralph por la mezcla de ignorancia, persistencia y optimismo del personaje. Su frase resume la filosofía entera: "Es mejor fallar de forma predecible que acertar de forma impredecible." Empezaron a usarlo en Y Combinator. El ruido llegó a Anthropic. Y acabaron creando un plugin oficial dentro de Claude Code con el mismo nombre absurdo. compadre así de simple es usarlo hoy /ralph-loop "Migra todos los tests de Jest a Vitest" --max-iterations 50 --completion-promise "DONE" y se queda currando solo, durante horas, mientras tú haces otra cosa Matt Pocock, el mismo de las 200k estrellas en GitHub, lo resumió así: "Ralph Wiggum con Opus 4.5 es realmente, realmente bueno." el propio creador reconoció que le preocupa haber cambiado el desarrollo de software para siempre y aun así, la comunidad entera lo sigue usando