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 (56%)
• Errores (31%)
• 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
Catania	Errores	hace 18 horas
Inverness	Sitio Caído	hace 13 días
Quito	Inicio de Sesión	hace 14 días
Junín	Errores	hace 14 días
Guadalajara	Errores	hace 14 días
Paris	Sitio Caído	hace 14 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:

• 
  karla ❀ (@karlarboledas) reportó hace 4 minutos

  CLAUDE ESCRIBIENDO 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. guárdalo y sígueme para más → @karlarboledas Enlace al repositorio abajo👇

• 
  Pablo E. Untroib (@PEU_AR) reportó hace 5 minutos

  El prompt (si les sirve úsenlo): Quiero que me busques las 10 marcas que más autos de origen chino vendieron en Argentina desde el inicio de 2026. Importante: no me refiero solamente a marcas chinas. Quiero incluir cualquier marca que venda en Argentina modelos fabricados en China. Por ejemplo, Ford vende la Territory, que es de origen chino. Esta información va a ir a un archivo marcas.json. Después, para cada una de esas marcas, necesito que listes sus modelos vendidos en Argentina y los ordenes por volumen de ventas. Esa información va a ir a otro archivo llamado modelos.json. Una vez que tengamos marcas.json, necesito que entres en la página web oficial de cada marca y busques el listado de concesionarios oficiales en Argentina. Para cada concesionario, quiero que obtengas todos los datos de contacto que puedas encontrar, dando prioridad a: WhatsApp Email Teléfono Dirección Página web, si corresponde Con esa información quiero generar un nuevo archivo concesionarios.json, organizado por marca y, dentro de cada marca, por concesionario. El objetivo final es hacer una página web para un hosting básico que solamente tiene acceso por FTP. En esa página, el usuario debería poder: Elegir una marca. Elegir un modelo de esa marca. Ver información del modelo. Si es posible, ver fotos del auto, sus versiones/variantes y colores disponibles. Escribir o modificar un mensaje. Enviar fácilmente ese mensaje a todos los concesionarios que vendan ese modelo. La idea es que el usuario pueda, por ejemplo, elegir: BYD → Song Plus → escribir un mensaje → contactar a todos los concesionarios que venden ese modelo. Si durante el scraping podemos obtener de fuentes oficiales las fotos de los autos, las distintas versiones y los colores disponibles, sería genial poder mostrarlos durante el proceso de selección. Sobre las fuentes Para los datos de ventas y modelos quiero usar fuentes confiables y, cuando sea posible, fuentes oficiales o asociaciones del sector. Para los concesionarios, quiero priorizar siempre la página oficial de la marca, no directorios de terceros. Si un dato no está disponible o no se puede verificar, prefiero que quede indicado como faltante antes que inventarlo. Sobre las decisiones técnicas No necesito que me hagas una entrevista sobre las decisiones técnicas del proyecto. Asumo que vos podés determinar cuál es la mejor solución técnica para cada caso. Esto incluye, entre otras cosas: tecnología que conviene usar; estructura de los JSON; arquitectura de la página; cómo resolver el funcionamiento en un hosting que solamente permite FTP; cómo relacionar marcas, modelos y concesionarios; cómo implementar el contacto por WhatsApp/email; cómo hacer el scraping; cómo manejar las fotos y demás información; cualquier otra decisión técnica necesaria para que el resultado funcione correctamente. Tomá vos esas decisiones buscando la solución más simple, robusta y adecuada para este proyecto. GitHub y despliegue Los avances del proyecto, cuando lo consideres necesario, se irán subiendo al repositorio: GitHub pablopeu/autoschinos Quiero además que configures un GitHub Action para que, dadas las credenciales de FTP y el folder de destino, pueda compilar el proyecto y subir automáticamente la versión final al hosting. Las credenciales no deben quedar escritas en el código ni en el repositorio. Utilizá el mecanismo apropiado de GitHub Secrets para guardar: dirección/host FTP; usuario FTP; contraseña FTP; folder remoto de destino. El Action debería encargarse de: Obtener el código. Instalar las dependencias. Compilar/generar la versión de producción. Subir los archivos necesarios al FTP. Dejar el sitio listo para funcionar en el hosting. La solución debe estar pensada para que posteriormente pueda cambiar fácilmente las credenciales o el folder de destino sin modificar el código. Validación del funcionamiento Podés y debés verificar el funcionamiento localmente durante el desarrollo. Sin embargo, la fuente de verdad de que el sistema funciona correctamente será siempre la versión de la web que está efectivamente subida al hosting por FTP. Por lo tanto, después de cada despliegue importante, si es posible, verificá que la versión publicada responda correctamente y que los archivos necesarios estén disponibles. De todos modos, la validación final del funcionamiento en el hosting la tiene que hacer el usuario. Es decir, no des por terminado el proyecto solamente porque funciona localmente: el usuario debe confirmar que la versión subida al hosting funciona correctamente. Importante sobre el trabajo Antes de empezar, solamente preguntame si necesitás alguna información funcional que realmente no puedas determinar por tu cuenta. No me consultes sobre decisiones técnicas: tomá esas decisiones vos. Cuando tengas toda la información necesaria, armá un plan de trabajo completo y después hacé todo one shot, es decir, ejecutá el trabajo completo sin ir pidiéndome confirmación en cada etapa. El resultado final debería incluir los archivos: marcas.json modelos.json concesionarios.json la página web lista para subir por FTP, y el workflow de GitHub Actions configurado para realizar el build y deploy por FTP.

• 
  cel (@celescript) reportó hace 7 minutos

  @joaquinggs algunos se levantan y chequean el mercado, yo chequeo que feature de github no funciona hoy

• 
  Pedro Sorrentino (@PedroSorrentin0) reportó hace 9 minutos

  La verdad incómoda: Si sueltas agentes contra GitHub, npm, una API o tu propio servidor sin tope de reintentos, rate limit ni circuit breaker, estás construyendo el mismo incendio. En chico. Tres reglas mínimas: 1. Backoff y tope de reintentos 2. Un presupuesto de requests por agente 3. Una métrica que mida el cuello real, no la CPU “sana” Guarda el hilo si te ha servido. Y dime: en tu equipo, ¿quién pone ese límite… o todavía pegan hasta que arde?

• 
  Haute Dense (@DenseHaute) reportó hace 16 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.

• 
  Pablo Cibraro (@cibrax) reportó hace 17 minutos

  @fernandezpablo Tambien lo podes hacer a mano eso, el tema es que tenes algunos quilombos, no funciona con cloud agents como el que corre en Github, y despues tenes documentacion o los instruction files que son compartidos

• 
  7incho (@7incho_lopez) reportó hace 19 minutos

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

• 
  ▶️ Oskar Laguillo | 💻 Dev | 🔍 SEO | 🎮 Gamer  (@OskarLaguillo) reportó hace 19 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.

• 
  Joaquin Cartagena (@Joaquin_888) reportó hace 21 minutos

  @macroman66 @midudev Creo que este problema lo estamos viendo por ahí vi que desarrollaron una alternativa a github con un árbol de decisiones de ia . Sigo sin entender por qué competir con github en vez de integrarlo ahí pero bueno hay que encontrar una solución global

• 
  Matias Scalbi (@MatiasScalbi) reportó hace 21 minutos

  🔥 ¿ES EL FIN DE LA IA? TODO EL MUNDO ASUSTADO POR ESTA FOTO. TE DOY MI ANÁLISIS DE POR QUÉ ESTO ES POSITIVO PARA TODO EL ECOSISTEMA El mercado está leyendo esta foto como el final del boom. Yo estoy mirando otra cosa. Te explico 👇🏼 El token (el pedacito de texto que la IA lee o escribe, y por el que cobran) se puso barato. Si las empresas no multiplican el uso, se les come lo que les queda de ganancia. Y hoy lo que más gasta tokens todavía es difícil para el que no sabe de programación... el usuario tradicional QUÉ MIDE ESTE GRÁFICO, PORQUE EL NOMBRE ENGAÑA El gráfico es el Silicon Data LLM Token Expenditure Index. En Bloomberg (la pantalla que usan los fondos para ver precios) aparece como SDLLMTK. Lo publican todos los días hábiles El nombre dice “expenditure”, que en inglés es gasto. No es el gasto total. La propia empresa lo reconoció: es un promedio de lo que el mercado PAGA por un millón de tokens, dándole más peso a los modelos que más se usan. Precio real. No la factura de toda la industria Explicado simple: si mucha gente se pasa de un modelo caro a uno barato, el índice CAE aunque se esté usando MÁS inteligencia que nunca. Mezcla recortes de OpenAI y Anthropic con gente yendo a modelos chinos más baratos. No te dice si hay más o menos demanda. Te dice cuánto sale pensar una unidad LOS NÚMEROS - Piso: 1.0153 el 3 de diciembre de 2025 - Techo: 2.0651 el 28 de mayo de 2026 - Hoy: 1.0217 el 18 de agosto - Promedio del período: 1.5320 De mayo a agosto se evaporó el 50.5% del precio. En 82 días volvió al mismo lugar de diciembre. El promedio quedó 33% arriba de donde estamos. Esto no es un recorte. Es un descreme y fuerte LA CUENTA, QUE ES SIMPLE Ingresos = precio × cantidad Si el precio se parte al medio, la cantidad tiene que duplicarse SOLO para empatar. Si la empresa quiere seguir creciendo 40%, el uso tiene que multiplicarse casi por tres. No hay recorte de costos interno que te salve esa matemática En 1865 un economista inglés, Jevons, vio que las máquinas de vapor más eficientes no redujeron el carbón de Inglaterra: lo multiplicaron, porque de repente pagaba usar vapor en todos lados El token a 1 dólar el millón es ese carbón más barato. Si lo dejan como lujo de un chatbot, el gráfico es un problema de márgenes (lo que les queda de ganancia después de pagar costos). Si lo enchufan en cada tarea de cada persona, el gráfico es un problema de capacidad: no va a haber suficiente cómputo (tiempo de chips trabajando). Acá aparece el agente: un programa que no solo te responde, sino que hace el trabajo y lo facilita - Un chat te gasta 1 - Un agente que planifica, entra a herramientas y se corrige solo te gasta 10, 50, 100 veces más Ese es el uso que puede cubrir el recorte de precio y mantener las ganancias. El problema es quién puede usarlo hoy EL PROBLEMA: SI SOLO LO USAN LOS QUE PROGRAMAN, EL VOLUMEN NO CIERRA Claude Code, Hermes y OpenClaw son brutales. También son un producto de programador - Claude Code (la herramienta de Anthropic para escribir código) vive en la terminal: esa pantalla negra de comandos. Hay que instalar, configurar, entender comandos y quedarse mirando el proceso - Hermes y OpenClaw van más lejos: se bajan de GitHub (donde los programadores suben programas), se arman con claves, a veces hay que ponerlos en un servidor Son herramientas poderosas. No son herramientas de gente común Y eso, para la cuenta de arriba, es un techo. El programador es un mercado chico. El mercado grande es otro: - El contador - El vendedor - El de marketing - El que tiene un negocio y no sabe qué es una terminal - Etc infinito Si el agente que más tokens gasta solo lo sabe prender el que programa, el volumen no va a alcanzar para cubrir una caída del 50% en el precio. Por más bueno que sea el modelo Por eso hacer la IA fácil no es un eslogan. Es la única forma de que la demanda crezca lo suficiente como para que a OpenAI, Anthropic, Google, Microsoft o xAI no se les vayan las ganancias con este gráfico. Tienen que hacer que usar un agente se sienta como mandarle un mensaje a un compañero de laburo, no como configurar un programa DÓNDE APARECE GROK Y GROK BOT - SIMPLICIDAD Grok arranca de un lugar distinto: es un chat. Lo abrís, le hablás, te responde. No hay terminal. El ecosistema está pensado para que lo use cualquiera que ya usa X o el celular. Y el costo del token, de los grandes, es de los más competitivos. Eso importa cuando el negocio dejó de ser cobrar caro la unidad y pasó a ser que la use más gente, más seguido, en más tareas Grok Bot, que salió el 11 de agosto y todavía está en beta (versión de prueba, todavía no está terminado), lleva eso un paso más. No es un chat que te tira un texto. Es un compañero que tiene su propia computadora en la nube, entra a las apps como entrarías vos y sigue laburando aunque cierres la notebook - Correo - Planillas - Sitios - Herramientas - Marketing, operaciones, ventas, investigación Le das trabajo de verdad, no una instrucción suelta. Lo usás como le hablarías a una persona del equipo Eso es más familiar que Hermes o OpenClaw, que hoy son para programadores. Y es más ancho que Claude Code, que brilla si sabés programar y se complica si no Hay que ser honesto con lo que todavía no está: - Es beta - Hay que tener el plan más alto - Le falta recorrido - No está 100% pulido Pero el enfoque se nota. No están construyendo otra herramienta para el que ya sabe. Están construyendo para el que hasta ahora quedó afuera Y no es solo xAI. Toda la industria, de a poquito, está empujando para el mismo lado: - Microsoft mete Copilot en el Word y el Excel que la gente ya tiene abiertos - Google mete Gemini en Gmail - OpenAI cobra la suscripción de ChatGPT, no solo el token El movimiento es el mismo: sacar la inteligencia de la pantalla negra y ponerla donde está el resto de las personas. El que lo haga más simple, más barato y más agente, es el que tiene chance de multiplicar el uso lo suficiente como para que este gráfico no les rompa la rentabilidad LA TRAMPA Si la hacen fácil COMPITIENDO SOLO EN EL PRECIO DEL MISMO TOKEN, se comoditizan. Un commodity es un bien donde no te importa de quién lo comprás y gana el más barato. En ese juego el margen se muere igual Si la hacen fácil de verdad, para que alguien que no programa pueda usar un agente como usa WhatsApp, el precio del token puede irse a 0.50 y la facturación igual subir. Porque entra un montón de gente que hoy no gasta ni un token en agentes. Esa es la encrucijada El TOKEN se está volviendo un commodity. La IA, todavía no Lo que ya es commodity: - El chat - El resumen - El modelo liviano a menos de 1 dólar el millón Eso ya es "electricidad" Lo que todavía no es commodity: - El razonamiento de punta - El agente pegado a tu laburo - La confianza - Que sea fácil Fácil es la ventaja nueva. El que lo haga fácil se queda con el volumen. El que lo deje difícil se queda con un club de programadores y un gráfico que le come la ganancia. CÓMO LO LEO El gráfico no prueba que el boom se acabó. Prueba que se acabó el privilegio de cobrar caro la unidad. El mercado de acciones lo traduce como riesgo para los 700 mil millones de dólares puestos en chips, energía y data centers (los galpones llenos de computadoras): si el precio se derrumba y el volumen no lo cubre, esa plata no encuentra factura Es el mismo debate que ya planteé con las neoclouds (las empresas que alquilan chips de IA): si el cómputo se vuelve commodity, el que solo alquila chips compite por precio. Este índice es la otra cara de esa pregunta. La de la demanda Yo lo leo así, MIENTRAS se cumplan tres cosas: - Que lo que facturan OpenAI, Anthropic, Microsoft, Google y xAI NO se caiga con el índice. Si facturan más con el token a 1.02 que con el token a 2.06, la demanda está cubriendo el recorte y el gráfico es ruido de unidad, no de negocio - Que el uso deje de estar encerrado en programadores. Si dentro de unos meses Claude Code, Codex, Hermes y OpenClaw siguen siendo casi todo el consumo pesado, el techo está. Si productos como Grok Bot, Copilot y ChatGPT empiezan a gastar tokens de gente que no programa, la cosa se está abriendo - Que la cantidad de tokens siga subiendo, no se estanque. Una semana plana, con este precio, ya no es digestión. Es que la demanda no está cubriendo el recorte Si se rompe alguna: - Si se rompe la primera, el recorte de precios fue una guerra que perdieron - Si se rompe la segunda, el agente se quedó en un nicho y no hay volumen que salve el margen - Si se rompe la tercera, este gráfico era techo de verdad EL DATO QUE VOY A SEGUIR Uno solo: este índice contra la factura, no contra sí mismo. Y, en paralelo, si los productos fáciles empiezan a aparecer en el laburo de gente que no es técnica: - Grok - Grok Bot - Copilot - ChatGPT La semana que viene reporta NVIDIA. El número de chips ya está descontado. Lo que mueve es la guía, o sea lo que prometan para los próximos trimestres. Si la guía acompaña con el token a la mitad, el volumen está cubriendo. Si la guía afloja, este índice era la alarma y el mercado la tuvo 82 días en la cara En resumen: la IA no se comoditizó. Se comoditizó la unidad con la que cobran. Para que no se les vaya la rentabilidad, las empresas tienen que hacer lo único que escala: que cualquiera pueda usar un agente, no solo el que programa - Claude Code, Hermes y OpenClaw son el techo de hoy - Grok y Grok Bot, todavía verdes, están apuntando al piso de mañana: simple, barato, familiar - El que defienda el precio del token, pierde - El que le entregue un compañero de laburo a la gente que hoy ni abre una terminal, puede ganar más con el índice en 1 que con el índice en 2 Esto no es el fin de la IA. Es el momento en que deja de ser un club y empieza a ser un insumo. Por eso, para todo el ecosistema, esta foto es positiva. Siempre y cuando el uso se abra. Si no se abre, ahí sí el miedo tenía razón. Espero que te haya gustado, si es así agradecería tu apoyo al post Abrazo a todos

• 
  David Fernández (@naroh) reportó hace 23 minutos

  Hoy me voy a entretener estableciendo un flujo automatizado para solucionar las issues que se reportan en tracker (Bugsink, compatible con Sentry) que utilizamos. La primera etapa fue forkearlo y añadir MCP. Ahora, el plan es: Establecer mi servidor remoto (una torre que tengo en el salón) como servidor remoto de Orca, donde estarán corriendo tanto Claude Code como OpenCode con OpenCode Go. En este servidor también corre Hermes. Me conecto a él por Tailscale. Hermes orquestará cada X minutos una búsqueda de issues reportadas y hará triaje. Para las que crea que son merecedoras de atención generará una issue en el repositorio de Github, diagnosticando el problema con un modelo SOTA, y delegará a OpenCode corriendo en Orca implementar la solución. Orca/OpenCode realizarán la implementación utilizando los workspaces remotos de Coder en los que trabajamos. En principio la idea es que esto corra desatendido, pero si quiero podría conectarme a Orca desde mi móvil o desde otro dispositivo para chequear qué hace. Cuando acabe, enviará un PR con la solución para revisión humana.

• 
  LeX (@LeX0nDump) reportó hace 23 minutos

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

• 
  Jorge (@tebayoso) reportó hace 24 minutos

  GitHub estuvo todo el día caído, pero hace tiempo que no dependo de él. Todas las pipelines pasan por Coolify y unos runners que tengo que corren en Hetzner; el resto lo pude pushear con Wrangler desde el local.

• 
  ExploxTV (@ExploxTV) reportó hace 26 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

• 
  BTS Daily Chile⁷ (@BTSDailyChile) reportó hace 32 minutos

  Espero que nadie de quienes están dando lecciones sobre lo que está bien y lo que está mal tenga cuentas o utilice alguna de las siguientes aplicaciones: Adobe Acrobat Adobe Lightroom Adobe Photoshop Amazon Aplicaciones y funciones de Apple Aplicaciones y funciones de Samsung Galaxy Booking Canva CapCut Discord Duolingo eBay Facebook Figma GitHub Gmail Google Google Chrome Google Docs Google Drive Google Fotos Google Maps Google Sheets Grammarly Instagram LinkedIn Messenger Microsoft Edge Microsoft Excel Microsoft PowerPoint Microsoft Word Netflix Notion OneDrive Pinterest Reddit Remini Shazam Siri Snapchat Spotify Threads TikTok Twitch Uber Waze WhatsApp X YouTube Zoom Y un largo etcétera... Porque, de lo contrario, se verían igual de ridícul@s 👇

• 
  Diego (@DiegoMoya_) reportó hace 34 minutos

  Ya sirve GitHub o nada?

• 
  ItscoachFO (@itscoachfo) reportó hace 35 minutos

  Una liquidity pool no es solo código. Es un conjunto de activos, participantes, comisiones y riesgo real: riesgo de contrato inteligente, de liquidez, de mercado, de contraparte. Alguien tiene que asumir esa responsabilidad. Un DAO o un repositorio de GitHub no sirve. Todos quieren que las instituciones se involucren. Pero las instituciones solo se involucran si hay responsables. En el futuro (más cercano de lo que creemos) nadie hablará de defi vs cefi. Solo veremos liquidez regulada.

• 
  shinojosa (@sergiohavila) reportó hace 36 minutos

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

• 
  GptZone (@gptzone_net) reportó hace 37 minutos

  Perplexity acaba de atacar uno de los costes menos visibles de los agentes: pagar la nube por cada paso, incluso cuando tu propio ordenador podría resolverlo. Portable Computer lleva su entorno de IA a NVIDIA DGX Spark y ejecuta las tareas localmente por defecto. Los archivos se procesan en el equipo, los datos sensibles no salen a servidores externos y el trabajo local no consume créditos ni tokens de la suscripción. El mecanismo económico importa más que la etiqueta de «IA local». Un agente no hace una única consulta. Puede leer documentos, buscar información, consultar Gmail, Google Drive, Slack o GitHub, ejecutar herramientas y encadenar decenas de acciones antes de entregar un resultado. Si cada paso pasa por la nube, el coste crece con la autonomía del sistema. Perplexity propone una arquitectura híbrida: el hardware local absorbe el volumen rutinario y la nube queda reservada para los cuellos de botella. Cuando el modelo detecta que una tarea supera su capacidad de razonamiento o alcance, detiene el proceso y pide permiso antes de enviar solo ese paso a un modelo remoto. Después reincorpora la respuesta al flujo local. Esto convierte el gasto variable por tokens en una combinación distinta: inversión inicial en hardware, consumo eléctrico y uso remoto puntual. No garantiza que salga más barato en todos los casos. Sí permite que un equipo intensivo deje de pagar el mismo margen de nube por clasificar un documento sencillo que por resolver una tarea compleja. También reduce una fricción que ha frenado la IA local: montarla exigía configurar inferencia, agentes, aislamiento y herramientas por separado. Portable Computer empaqueta modelos, motor de inferencia, conectores, lectura de PDF, dictado por voz y acceso a la terminal. Los comandos se ejecutan dentro de un sandbox restrictivo para limitar daños si el modelo falla. La propuesta inicial llega con Qwen 3.8 27B y Qwen 3.6 35B ajustados por Perplexity para tareas de agentes. Está previsto añadir NVIDIA Nemotron 3.5 Lightning y permitir servidores propios para necesidades especializadas. Hay límites relevantes. DGX Spark es el primer hardware certificado; el acceso inicial requiere Linux y una suscripción Pro, Max, Enterprise Pro o Enterprise Max. El soporte para tarjetas NVIDIA RTX en Linux llegará más adelante y la versión nativa para Windows está prevista para septiembre. Por eso todavía no es una alternativa universal a la nube. Es una prueba de una arquitectura que puede encajar especialmente bien en empresas con datos sensibles, cargas repetitivas y suficiente uso para amortizar el hardware. La métrica decisiva no será cuántos tokens procesa el modelo ni qué puesto ocupa en un benchmark. Será el coste por tarea terminada, incluyendo hardware, energía, mantenimiento, intervenciones humanas y escalados remotos. Si ese número mejora, NVIDIA no solo estará vendiendo una máquina compacta y Perplexity no solo estará distribuyendo software. Estarán trasladando parte de la economía de los agentes desde el centro de datos hasta el escritorio.

• 
  Facu ⚡ (@isntFacundo) reportó hace 37 minutos

  No funciona GitHub. Se suspende todo.

• 
  Diario de un picateclas (@devruso) reportó hace 40 minutos

  8 horas de caída lleva github. creo que 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 en el último medio año. y los "Tienes toda la razón, honestamente he cometido un error" que lleva escupiendo en bucle no ayuda a solucionar el problemon

• 
  Juan Fabio Rey (@juanfabiorey) reportó hace 43 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.

• 
  Javier Calzolari (@javiercalzolari) reportó hace 44 minutos

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

• 
  Diario฿itcoin (@DiarioBitcoin) reportó hace 46 minutos

  🚨 Incidente en GitHub causa interrupción de 8 horas 🚨 La compañía reportó fallos por saturación de balanceadores y una configuración de autoscaling errónea. Errores elevados afectaron funciones clave como Issues, Pull Requests y Copilot. El tráfico de tokens se multiplicó por diez por un error en VS Code. GitHub anuncia cambios para evitar futuros incidentes. Desarrolladores enfrentan pérdida temporal de acceso crítico.

• 
  Alan Daitch (@AlanDaitch) reportó hace 47 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!

• 
  robertob (@humusb) reportó hace 49 minutos

  github está caído :S

• 
  Disiento con usted (@yodisiento) reportó hace 49 minutos

  @powerhdeleon La forma de trabajar es esencial. Armar siempre planes es clave, incluso para las tareas que presumimos sencillas, para saber si entendió y que quiere hacer, antes de tocar nada. Dialogar lo suficiente hasta cerrar el alcance, antes de tocar nada, es tiempo ganado y renegar menos. Se trata de revisar cada cosa del plan que no se entienda, saber qué quiere hacer y el porqué. Ahí salta mucha sobre-ingeniería que podemos y debemos evitar. Antes de tocar nada. Atomizar las planes, escalonar los cambios, es decir, achicar los problemas para resolver, es una forma adicional de tener resultados controlables. Antes de tocar nada. Luego, una vez aplicados los cambios, revisarlos. En mi caso, con una interfaz amigable como GitHub Desktop. Es esencial para ver que no haya tocado cosas del Core que no autorizamos. Ojo con esto, a veces hace cosas que no dijo que haría, que no están en el plan, y el/la hijoepú las mete, total, después te pide disculpas. Y si algo parece mal, seguí tus entrañas. Es mejor hacer Undo All y hacer todo de nuevo que un Commit que sea un iceberg. Preguntále a Di Caprio si no. Todo esto en un entorno de Desarrollo, porsupu. Si hacés esto en Producción sos vos el ********** malnacido y ojalá te hagan el tratamiento capilar de Luis XVI y María Antonieta. Lo que puedo afirmar con mucha convicción es que, para casos que muchas veces no es tan grande el cambio pero sí es muy grande el análisis, el Auto se queda corto y me hace perder mucho tiempo de análisis y armado del alcance. Y como además observa y rastrea lo justo y necesario, no planifica y entonces cuando mete la mano arregla una y rompe dos. Y tenés que rehacer. Para ese tipo de casos uso los mejores, sin necesidad de exagerar consumo, porque 5.6 Sol Medium me ha dado excelentísimos resultados. Analiza tan bien y no deja cosas en el camino, que no pierdo nada de tiempo adicional. Hasta me sorprende. Es como hablar con alguien que entiende el desafío y me entiende a mí. La diferencia con Auto es demasiado grande y el costo también, pero se paga solo, porque tu paz y tu salud no tienen precio.

• 
  Víctor Falcón (@victoor) reportó hace 49 minutos

  Configurar un pipeline que extraiga datos financieros de varios mercados, busque noticias de última hora y lo unifique todo en un reporte diario es un dolor de cabeza, sobre todo por el coste de las APIs y el hosting. Este proyecto resuelve ese problema de forma bastante limpia utilizando GitHub Actions como un motor de ejecución programada y totalmente gratuito. El sistema recopila información técnica y noticias de mercados globales (incluyendo EE.UU., Asia y Europa), le pasa ese contexto estructurado a un LLM para que haga el filtrado pesado y te genera un panel de decisiones detallado que te envía directamente por Telegram, Discord o el canal que elijas. Soporta Python 3.10+ y viene listo para desplegar con Docker. Una alternativa muy práctica para tener tu propio analista financiero automatizado sin gastar un céntimo en infraestructura ni tener que lidiar con scrapers complejos.

• 
  silvan (@silvanrec) reportó hace 50 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 👇

• 
  martin (@marterrz) reportó hace 59 minutos

  @Carbeno_ @npm_run_fede @GordoLeyes Entonces no te la agarres con GitHub si tu problema es con el distribuidor. No es para vos, es para programadores. Lo único que tenés que recordar es git clone URL y funciona con cualquier git, no solo GH. Btw abrile un issue en el repo y decile que publique en otro lado.