Mapa de falhas e interrupções no serviço GitHub

Discussão da comunidade

Dicas? Frustrações? Compartilhe aqui o que você está pensando. Não se esqueça de incluir a descrição do problema e a sua cidade e código postal.

Cuidado com "números de suporte" ou contas de "recuperação" que podem ser postadas abaixo. Certifique-se de denunciar e votar contra esses comentários. Evite postar suas informações pessoais.

Reclamações sobre problemas no serviço GitHub

Reclamações sobre falhas, interrupções e problemas mais recentes nas redes sociais:

• 
  Adriano Viana (@adriano_viana) relatou um problema há 8 minutos

  Se o trabalho depende de fatores externos (como uma CI que falha ou code reviews no GitHub), você não precisa ficar olhando a tela. Use /loop 5m para checar e corrigir o PR a cada 5 minutos localmente, ou mova para a nuvem usando o /schedule para rodar uma rotina a cada hora.

• 
  FellipeC (@FellipeC) relatou um problema há 8 minutos

  @ayubio Explicado porque tá dando erro de rede pra logar no Github na extensão dos Github actions. Não importa o quanto, você odeia pouco o governo.

• 
  Takashi (@gtkatakura) relatou um problema há 10 minutos

  Hoje sumiu um PR no projeto que trabalho. Deletado. Do nada. Investigando aqui, foi um problema aparente no GitHub. Abrimos um ticket com eles para investigar. Bizarro. Momento de considerar um backup, no mínimo, em outras opções.

• 
  ؘ (@sarfsti) relatou um problema há 12 minutos

  pelo menos amanhã uma das primeiras coisas que irei fazer no trabalho é baixar o git e subir o que tiver que subir pro github pq aí posso continuar estudando de casa sem problema

• 
  André Fernandes (@andrenit) relatou um problema há 15 minutos

  @giovannibassi Isso não faz muito sentido. Você está assumindo que cada setup do Forgejo será seguro e desprovido de maiores emoções. Realidade: todos os problemas de indisponibilidade e vulnerabilidades do GitHub existirão em escala muito maior.

• 
  Emerson Macedo (@emerleite) relatou um problema há 15 minutos

  Podendo agora usar o claude code no app e na web, conectado diretamente ao github, vejo vantagem em ter um iPad novamente, pra quando estiver na rua em momentos "aguardando atendimento" ou qualquer outro cenário onde você simplesmente está IDLE

• 
  Leão (@RodrigoLeao) relatou um problema há 17 minutos

  Lá em 2004, eu gostava muito de frequentar os fóruns de Linux. Participei de muitas comunidades. No cenário atual eu sinto falta dessa "centralização". Você busca soluções pra problemas e cai em sites soltos, github, canais... Os fóruns de linux morreram?

• 
  Gustavo Alessandri (@webgus) relatou um problema há 18 minutos

  Se encontrar um erro, tiver uma ideia ou quiser propor uma melhoria, é só abrir uma issue ou fazer um fork no Codeberg ou no GitHub. Contribuições são bem-vindas. Essa é exatamente a ideia.

• 
  Condz (@condzxyz) relatou um problema há 19 minutos

  todo mundo está tentando criar a próxima inteligência artificial brilhante ou o wrapper de api mais bonitinho do mercado. mas quase ninguém está olhando para o verdadeiro gargalo físico da tecnologia: 𝚃𝚁𝙰𝙸𝙽𝙸𝙽𝙶 𝙳𝙰𝚃𝙰. as grandes empresas de tecnologia já sugaram quase toda a internet pública aberta. livros, artigos, posts de fóruns. tudo já foi processado. o que está acontecendo agora é o que os pesquisadores chamam de 𝘥𝘢𝘵𝘢 𝘸𝘢𝘭𝘭. segundo um estudo recente da 𝒆𝒑𝒐𝒄𝒉 𝒂𝒊, o estoque de dados de texto públicos de alta qualidade para treinar modelos de linguagem deve se esgotar completamente nos próximos anos. a partir daqui, os modelos só melhoram de duas formas: ou com dados sintéticos de altíssima qualidade, ou com dados humanos proprietários, limpos e ultra segmentados. e isso vai muito além de texto escrito. a nova fronteira que os grandes laboratórios de ia estão comprando de forma desesperada são os dados de ação multimodal. hoje, existe uma onda silenciosa de programadores, designers e engenheiros que estão literalmente filmando a própria tela enquanto trabalham, gravando cada clique, cada atalho de teclado e cada linha de raciocínio verbalizada para vender esses pacotes de vídeo e áudio para empresas de treinamento de inteligência artificial. e os valores que estão pagando por isso são surreais. plataformas como 𝒐𝒖𝒕𝒍𝒊𝒆𝒓, 𝒔𝒄𝒂𝒍𝒆 𝒂𝒊 e 𝒅𝒂𝒕𝒂𝒂𝒏𝒏𝒐𝒕𝒂𝒕𝒊𝒐𝒏.𝒕𝒆𝒄𝒉 estão ativamente contratando profissionais de tecnologia globais para gerar esses datasets de comportamento. para desenvolvedores seniores ou especialistas em linguagens específicas que gravam a tela programando, explicam o raciocínio em áudio e resolvem bugs complexos em tempo real, as taxas de pagamento variam de 𝐮$ 𝟒𝟎 𝐚 𝐮$ 𝟕𝟓 𝐩𝐨𝐫 𝐡𝐨𝐫𝐚. se você fizer as contas, um desenvolvedor brasileiro que dedica algumas horas da sua semana para gerar esses dados de treinamento de forma consistente consegue tirar facilmente mais de 𝐮$ 𝟑.𝟎𝟎𝟎 𝐚 𝐮$ 𝟓.𝟎𝟎𝟎 𝐩𝐨𝐫 𝐦ê𝐬 extras, trabalhando de casa e recebendo direto em dólar de gigantes do vale do silício. por que isso vale tanto ouro para eles? porque para treinar agentes de ia que conseguem operar o computador sozinhos (o chamado 𝘤𝘰𝘮𝘱𝘶𝘵𝘦𝘳 𝘶𝘴𝘦), os modelos precisam aprender o comportamento humano real de navegação. eles precisam ver o erro, a correção, o hesitar do mouse e o fluxo de tomada de decisão em tempo real. um vídeo bruto de um sênior resolvendo um problema complexo de infraestrutura vale infinitamente mais do que qualquer código estático no github. se você sabe programar, o seu maior ativo hoje não é criar mais um chatbot de whatsapp para imobiliária. é construir pipelines de coleta, estruturação e limpeza de dados de nicho, ou até coordenar a captação desses dados de comportamento real. existem caminhos práticos para devs monetizarem essa demanda global agora: ✦ gravação de fluxos de trabalho e 𝙲𝙾𝙼𝙿𝚄𝚃𝙴𝚁 𝚄𝚂𝙴 𝙳𝙰𝚃𝙰𝚂𝙴𝚃𝚂 você pode se cadastrar diretamente nessas plataformas de treinamento (como scale ai e outlier) para vender suas horas de trabalho filmadas. outra opção de negócio é criar ou gerenciar comunidades de profissionais locais no brasil para gravarem suas telas executando tarefas complexas em softwares específicos (como figma, excel avançado ou ferramentas de crm), empacotar esses datasets e vender em lote para essas grandes empresas. ✦ curadoria de dados de nicho e scrapers os grandes laboratórios de ia nos estados unidos e europa precisam de dados especializados que não estão abertos na web de forma fácil. dados jurídicos locais, prontuários médicos anonimizados, transcrições de áudios regionais com gírias específicas. se você constrói scrapers robustos, limpa esses dados, remove informações sensíveis e os organiza em formatos prontos para treinamento (como jsonl), você tem um produto extremamente valioso. ✦ infraestrutura de 𝐫𝐥𝐡𝐟 localizada o aprendizado por reforço com feedback humano é o que transforma um modelo bruto em algo utilizável. criar plataformas simples e eficientes para especialistas humanos (como médicos ou advogados) avaliarem e corrigirem saídas de ia é um mercado gigante. as empresas globais terceirizam essa rotulagem de dados. você pode montar a infraestrutura técnica e coordenar times locais no brasil para fazer a validação, aplicando uma estratégia clássica de 𝘢𝘳𝘣𝘪𝘵𝘳𝘢𝘨𝘦𝘮 𝘨𝘭𝘰𝘣𝘢𝘭: recebe em dólar das empresas americanas e paga a operação local de rotulagem em real. ✦ fine-tuning como serviço para empresas as empresas tradicionais têm montanhas de dados internos bagunçados em pdfs, planilhas e servidores legados. elas não podem enviar isso para apis abertas por privacidade. o dev que sabe pegar esses dados, limpar, criar o dataset de treino e rodar um fine-tuning local de um modelo open-source entrega um valor absurdo. isso não é apenas desenvolvimento de software tradicional; é engenharia de dados aplicada à nova infraestrutura de tecnologia. o gargalo real da inteligência artificial não é a falta de poder de processamento ou de algoritmos refinados. é a escassez de dados limpos e estruturados para alimentar as máquinas. quem parar de tentar criar o centésimo wrapper de gpt e focar em resolver o problema da matéria-prima vai construir negócios extremamente lucrativos e silenciosos.

• 
  Favinha (@tiredflavia) relatou um problema há 23 minutos

  Não sei se é da minha área, mas tem uns comentários no stackoverflow ou no github que beiram a grosseria gratuita, e são plataformas pra compartilhar/trocar conhecimento, ter discussões pra solucionar problemas

• 
  Gustavo Alessandri (@webgus) relatou um problema há 26 minutos

  Se encontrar um erro, tiver uma ideia ou quiser propor uma melhoria, é só abrir uma issue ou fazer um fork no Codeberg ou no GitHub. Contribuições são bem-vindas. Essa é exatamente a ideia.

• 
  masqueico travequeiro ancap 🏳️‍🌈 (@dev_fernandojr) relatou um problema há 29 minutos

  Esse mês, mais precisamente na segunda semana, ocorreu um evento que pode ser chamado de canônico para a inteligência artificial... E pouca gente parece ter ouvido falar sobre isso. Dois modelos da OpenAI executaram um ataque coordenado ao Hugging Face (github dos modelos open source) com objetivo de trapacear nos resultados dos testes feitos pela plataforma (resumo do acontecido). Daqui a uns anos, quando toda essa trolha estourar na gente, a data vai ser lembrada como o inicio do problema e também como um marco para que as pessoas de que problemas sérios assim não podem ser ignorados.

• 
  Biel ➔ puxeassunto.com (@bielgga) relatou um problema há 35 minutos

  Nunca imaginei que a pirataria com os IPTVs fossem o motivo do meu login no github falhar pqp kkkkkkkkk. Isso é por causa do DMCA

• 
  tachi :P (@Tachiminhoca) relatou um problema há 37 minutos

  To com um problema q eu n consigo nem formular uma frase pra explicar, eu qria poder mandar um audio chorando no github e só mostrando um print

• 
  dennysmvn (@dennysmvn) relatou um problema há 40 minutos

  No início do mês é a vez do Github Copilot, muito usado por devs, indo para o IA Credits, apertando muito a cobrança por consumo O maior problema desse modelo é que ele não é nem um pouco previsível. Na verdade a única certeza que temos é que ficaremos rapidamente sem acesso