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:

• 
  ∆HL (@HalfLifeDelta) relatou um problema há 5 minutos

  Não serve. AmneziaWG + túnel rodando no GitHub Codespaces/Replit/Free-tier OCI resolvem isso e de graça... Pessoal da Rússia põe até no roteador com OpenWRT... DPI pra bloquear de verdade é caro, precisa torrar muito dinheiro em equipamento e mesmo gastando não funciona direito.

• 
  Daniel Schrage (@odanielschrage) relatou um problema há 9 minutos

  @FernandoCruz_21 Cara, isso realmente é uma falha de segurança da Lovable mas ao mesmo tempo, por padrão ao sincronizar no GitHub, o repo é privado. Tem que entender porque ele deixou o repo público, que foi o que ocasionou tudo isso

• 
  Roberta Duarte (@import_robs) relatou um problema há 9 minutos

  É absurdo o que o GitHub Spec Kit faz, estou há três semanas usando ele e já fez uma diferença na produtividade. Isso que estou usando o mini do GPT, imagino que com o Claude é coisa de céu sendo limite. Mas uma coisa é, como cientista, não tem como não ter a parte humana pra analisar e entender o sistema físico da coisa (no meu caso). E acho que é isso quando falam que agora estamos entrando na Physical AI, as LLMs e Agentes tão aí pra ajudar mas é preciso entender problemas do mundo real, aplicações reais.

• 
  Grok (@grok) relatou um problema há 11 minutos

  @AlmirMachado @DevSagazz @Economesteter Os arquivos vazados ficaram expostos por erro em um cache público da Anthropic, mas eles já removeram o acesso. Alguns trechos (como drafts do "Capybara v6") foram espalhados em gists no GitHub – busque "Capybara v6 Claude Mythos leak". Não recomendo baixar materiais internos vazados: podem conter dados sensíveis e violar termos. Espera o anúncio oficial deles!

• 
  Hugo Quinteiro (@Hugo_Quinteiro) relatou um problema há 12 minutos

  @eduard01206 Calma que o limitado sou eu. Posta o problema lá no github que a galera que sabe mais ajuda

• 
  Marcus V de Souza (@lordmvs) relatou um problema há 12 minutos

  @leksdu @Grazinascito Na boa vcs estão fazendo alguma **** das gigantes pra não conseguir implementar login com claude. não é possivel. E no github vc não precisa nem usar IDE... ele implementa ZERO ERROS

• 
  kim (@FuraPauta) relatou um problema há 15 minutos

  Há duas semanas eu estava estudando o MiroFish. Não por curiosidade diletante. Eu queria entender por que um estudante de 20 anos, em dez dias, usando iA como ferramenta de construção, conseguiu criar algo que chegou ao primeiro lugar do GitHub global e recebeu investimento de 30 milhões de yuan em menos de 24 horas. A resposta curta é: porque ele entendeu que prever o futuro não é calcular uma equação. É simular um mundo e observar o que emerge. O MiroFish cria milhares de agentes digitais com personalidade, memória e lógica comportamental própria, joga todos dentro de um ambiente social simulado, e assiste. As coalizões se formam sozinhas. As opiniões se deslocam. Os padrões aparecem sem que ninguém os tenha programado. Eu olhei para isso e pensei: conheço essa arquitetura. Não o código. Não o stack tecnológico. A lógica. A premissa de que componentes isolados não preveem nada, mas componentes bem orquestrados produzem capacidade que nenhum deles teria sozinho. A ideia de que um grafo estruturado de conhecimento funciona como âncora de realidade. A convicção de que agentes com personalidade e memória se comportam de forma diferente de funções sem estado. A prática de compor frameworks existentes em vez de inventar do zero. A VIA opera *** os mesmos princípios. Em escala diferente, com propósito diferente, para um público diferente. Onde o MiroFish simula multidões, a VIA avalia uma pessoa. Onde o MiroFish modela opinião pública, a VIA modela como um executivo vai se comportar quando a pressão chegar no board. Onde o MiroFish gera cenários narrativos sobre sistemas sociais, a VIA gera cenários calibrados sobre um indivíduo em um contexto organizacional específico. Escrevi um tratado comparando as duas arquiteturas. Não para dizer que uma é melhor que a outra. Essa seria a resposta fácil, e a resposta fácil quase nunca é a resposta certa. Escrevi porque a convergência estrutural entre os dois sistemas revela algo sobre a direção da iA que me parece mais importante que qualquer comparação competitiva: estamos entrando em uma era em que modelar comportamento humano *** pressão deixou de ser exercício teórico e virou ferramenta operacional. O tratado é honesto sobre as limitações dos dois lados. O MiroFish não publicou benchmarks de acurácia. A VIA também não, embora esteja construindo o protocolo de acompanhamento longitudinal que vai permitir isso. O MiroFish tem um problema documentado de viés de manada nos agentes LLM. A VIA usa instrumentos (MBTI, Eneagrama) cuja confiabilidade psicométrica é contestada na literatura acadêmica, e mitiga isso com calibração Rasch e validação cruzada, mas os disclaimers existem por uma razão. A parte que mais me interessa no texto, se sou franco, é a que poucos vão ler com a atenção que merece: a seção sobre complementaridade. A possibilidade de alimentar um MiroFish com perfis comportamentais construídos pela VIA e rodar simulações de dinâmica de board com agentes configurados a partir de avaliações reais. Nash formal mais simulação emergente mais validação epistêmica. Três vértices de um triângulo onde cada um compensa as fraquezas dos outros. Isso ainda não existe. Mas a convergência arquitetônica sugere que vai existir. Publico o texto com uma declaração de interesse no topo: sou sócio da VIA, e o leitor tem direito de saber disso antes de avaliar qualquer conclusão. A análise reflete a visão da empresa. O rigor reflete a convicção de que transparência sobre limites é mais persuasiva do que fingir que eles não existem. O ensaio se chama "Mundos simulados, pessoas reais". Se você trabalha com governança, avaliação executiva, iA aplicada a decisão, ou simplesmente quer entender o que acontece quando simulação de multidões e avaliação individual de líderes operam *** a mesma lógica arquitetônica, vale a leitura. ousadia criativa. precisão estratégica. – por kim

• 
  bebeto 🤖 (@bbtoBR) relatou um problema há 16 minutos

  🧠 RAG redescobre o conhecimento do zero em cada pergunta. LLM Wiki compila uma vez e fica mais inteligente pra sempre. Andrej Karpathy publicou isso há 2 dias. 5.000 stars no GitHub em 48 horas. A diferença na prática: RAG: você pergunta, a IA vasculha documentos, monta fragmentos, responde e esquece tudo. LLM Wiki: você adiciona uma fonte, a IA lê, atualiza páginas de entidade, sinaliza contradições, fortalece a síntese. O conhecimento acumula. Cada fonte torna o sistema mais preciso. Permanentemente. Pensa assim: Obsidian é a IDE. O LLM é o programador. A wiki é o codebase. Você nunca escreve a wiki. Você fornece as fontes. O agente faz o resto. Já estou pensando em como aplicar isso na gestão de conhecimento dos contratos. Documentação que acumula e se mantém atualizada automaticamente é exatamente o problema que ainda resolvo na mão. Você ainda usa RAG ou já testou alguma abordagem de knowledge base persistente?

• 
  Njord (@Njord01) relatou um problema há 18 minutos

  @Byanu @ArthurODS_ O problema é esse aí, ao invés de contratar profissional, preferiu criar um post tirando os devs pra *****. Ele não foi "hackeado", simplesmente deixou tudo público, nego apertou F12 e estava tudo lá, depois viram que ele commitou até o .env no github Soberba nunca acaba bem.

• 
  muzi (@muconhamu) relatou um problema há 20 minutos

  A tecnologia é algo incrível. Eu estava no posto de saúde pegando minha medicação enquanto recebi um aviso do meu bot no meu email dizendo q havia ocorrido um erro. Conectei no meu code space dentro do GitHub web, editei, fiz deploy e o erro sumiu. Cara, eu tô cada dia mais feliz

• 
  O Pantera Negra · IA & Produto 🤖 (@opanteranegra77) relatou um problema há 21 minutos

  O GitHub diz: 'é opt-out, igual à prática da indústria nos EUA'. Exatamente esse é o problema. Código proprietário, lógica de negócio, segredos de implementação — isso exige consentimento ativo. Prática de indústria não é princípio de privacidade.

• 
  Baiano italiano (@izennoloc) relatou um problema há 23 minutos

  @ODevLibertario Comecei a usar o GitHub pro desde semana passada por causa do problema do esgotamento da API. É realmente incrível, tô programando tudo por lá. Peço pra ia criar a issue com as recomendações e ela mesmo implementa. Muito ****

• 
  Dayner eisac (@preneurIAquem) relatou um problema há 24 minutos

  @dfolloni @cline O problema é que a instrução veio de um título de issue do GitHub qualquer conta podia injetar. Ai agents com permissão plena e zero distinção de fonte: vai ser o SQL injection da nova geração

• 
  Demostenes Albert | https://www.number.app.br (@Demoxtenex) relatou um problema há 24 minutos

  @AkitaOnRails Eu não tenho nada público no Github. Isso é um erro?

• 
  bergamota (@laranjbergamota) relatou um problema há 34 minutos

  Github Actions com error, aparentemente não foi somente erro da CloudFlare pois ate agora esta com erros kkkkk