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:

• 
  Nett0 (@nett0eth) relatou um problema há 4 minutos

  o playbook completo de context engineering, do primeiro prompt até produção, em um visual só: 📁 Context Engineering │ ├ 📁 A tese │ ├ 📁 prompt é a frase │ ├ 📁 contexto é o resto │ ├ 📁 tokens de alto sinal │ ├ 📁 cada token pesa │ ├ 📁 não existe token neutro │ └ 📁 context is the new code │ ├ 📁 Por que falha │ ├ 📁 chatbot erra resposta │ ├ 📁 agente erra o estado │ ├ 📁 a janela enche │ ├ 📁 o começo some │ ├ 📁 tool briga com histórico │ └ 📁 prompt novo não resolve │ ├ 📁 Memória │ ├ 📁 CLAUDE.md │ ├ 📁 /init │ ├ 📁 memória curta │ ├ 📁 memória entre sessões │ ├ 📁 convenções do projeto │ └ 📁 decisões já tomadas │ ├ 📁 Ferramentas │ ├ 📁 claude mcp list │ ├ 📁 poucas e bem descritas │ ├ 📁 Context7 pra doc │ ├ 📁 Playwright pro browser │ ├ 📁 GitHub pra issue e PR │ ├ 📁 Sentry pro erro **** │ └ 📁 claude mcp remove │ ├ 📁 Compactação │ ├ 📁 /compact │ ├ 📁 /compact com instrução │ ├ 📁 limpar tool result │ ├ 📁 tarefa longa │ └ 📁 compactar antes de travar │ ├ 📁 Subagentes │ ├ 📁 .claude/agents │ ├ 📁 janela limpa por fase │ ├ 📁 name e description │ ├ 📁 tools e model │ ├ 📁 roteamento automático │ └ 📁 /agents │ ├ 📁 Skills │ ├ 📁 SKILL.md │ ├ 📁 /plugin marketplace add │ ├ 📁 /plugin install │ ├ 📁 anthropics/skills │ ├ 📁 script e template junto │ └ 📁 contexto pré-empacotado │ └ 📁 CDLC ├ 📁 gerar ├ 📁 avaliar ├ 📁 distribuir └ 📁 observar

• 
  𝕷𝖚𝖈𝖆𝖘 (@lucas_dmsc) relatou um problema há 4 minutos

  @OlocoDisabled @dcoderio perai, deixa eu ver se eu entendi A Anatel ta te censurando? A Anatel? Te censurando como? Blockeando API do GitHub GitHub = liberdade de expressão? vc ta realmente dizendo que vc esta sendo CENSURADO pq o fucking github caiu? como se isso n tivesse sido um erro honesto? vsf

• 
  Roger Souza (@rogersilvasouza) relatou um problema há 6 minutos

  @Bullshico Os caras que divulgavam eram **** também vendia (caro) os workflow .json como se fosse resolver qualquer problema aí se entra no github ou próprio hub tem tudo lá só dar ctrl+c ctrl+v

• 
  Condz (@condzxyz) relatou um problema há 15 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.

• 
  Preta (@monteinlobato) relatou um problema há 17 minutos

  Se tem um erro que nunca mais vou esquecer na minha vida é de integrar um projeto com o github e dar commit

• 
  Delete * Users 🐍 (@unknow_operator) relatou um problema há 18 minutos

  @brokenrise3861 @DevCritico no github actions por exemplo não funciona. Várias empresas bloqueiam a criação de containers dentro de runners efêmeros por questões de segurança

• 
  Não é Papai Noel (@despnox) relatou um problema há 20 minutos

  @acgfbr Alucinando ainda não percebi, mas ta lento, lento que doi. Uma issue de github falando pra mexer em 6 arquivos leva 1 hora.

• 
  Nett0 (@nett0eth) relatou um problema há 22 minutos

  usar Claude Code todo dia. achar que ele enxergava tudo. > topar com o Agent-Reach. o repositório que virou #1 do dia no GitHub. > primeiros minutos no README. espera. meu agente tava cego esse tempo todo? > ele lê Twitter sem api paga. > ele lê Reddit sem conta. > ele lê YouTube direto do terminal. > ele lê GitHub, Bilibili e Xiaohongshu no mesmo cli. coisas que 99% de quem roda agente nunca configurou. > uma instalação depois: - eu pesquiso o que tá em alta sem abrir navegador. - eu puxo thread do Reddit direto pro contexto. - eu monitoro repositório sem sair da sessão. - eu paro de copiar e colar link pro agente. > um cli open-source substituiu todas as api pagas que eu cotava. meu agente tava sem olhos esse tempo todo? eu tava rodando um agente cego com internet na frente dele. problema de percepção descoberto. > salva isso agora.

• 
  Feldman (@rodrigofeldman) relatou um problema há 22 minutos

  Essa ideia do @gregisenberg é ouro puro. Toda startup deveria ter um arquivo markdown diário chamado “what_the_market_is_telling_us.md”. Todo dia de manhã o agente atualiza ele puxando a verdade real de onde ela já existe: • Stripe → quem paga, quem faz upgrade, quem faz downgrade e quem cancela • PostHog → o que o usuário realmente faz dentro do produto • Intercom/Plain → reclamações e tickets de suporte • Transcrições de calls (Granola, Gmeet etc) → o que o cliente fala nas vendas e entrevistas • CRM (HubSpot/Salesforce) → motivos de perda de deal • Linear/Jira/GitHub → bugs e feature requests • E ainda sinais externos (tipo Ideabrowser) pra ver o que o mercado tá pedindo antes de aparecer nos seus dados O ponto não é só fazer um resuminho do que aconteceu. É perceber o que mudou. Exemplos reais que o arquivo deveria te mostrar: • Os novos compradores estão usando palavras diferentes das de mês passado • Usuários de trial travando sempre no mesmo lugar • Quase todo mundo que fez upgrade tocou em uma feature específica antes de pagar • Clientes que cancelaram mencionando a mesma confusão de setup • Calls de venda perdendo pro mesmo concorrente de repente Aí o agente joga o padrão + as evidências + a decisão que isso pode gerar. Tipo: “3 clientes que churnaram essa semana falaram de confusão no setup e 2 deles nunca convidaram ninguém pro time. Isso parece problema de ativação, não de preço. Olha o onboarding e o invite de time antes de sair construindo mais feature de analytics.” Resumo: o caminho mais rápido pro PMF é entender o cliente melhor que qualquer um. E o sinal mais forte quase sempre é uma mudança de comportamento. Já to pensando em implementar isso aqui.

• 
  Sr. Luccas (@Porraburger2) relatou um problema há 28 minutos

  site todo quebrado + sem repo no github + vende versao pro como l2 + esse maluco é um doente

• 
  Ayub | Internet propriamente dita (@ayubio) relatou um problema há 29 minutos

  @eumsmludio A linha do tempo mostra que esses incidentes são separados. O bloqueio no Brasil aconteceu depois que o status blog da Github mostrou que os problemas de timeout foram resolvidos. Também a natureza do problema é diferente: enquanto os timeouts eram esporádicos e se insistisse era possível conectar, no caso do bloqueio, sequer há rota. O problema é manifesto dentro do backbone das grandes operadoras e não se manifesta nos médios e pequenos provedores.

• 
  Sem Sombra nas dúvidas (@guilhermedco) relatou um problema há 31 minutos

  Detalhes técnicos: Integrador simplético (Leapfrog) para manter órbitas estáveis - Períodos orbitais batem com Kepler: erro de 0,0002% a 0,3% - Conservação de energia: derivação máxima 2,5×10⁻⁹ - Single HTML file, roda offline Código aberto no GitHub.

• 
  kimbo linda perfeita (@nojentagosmenta) relatou um problema há 32 minutos

  @giaspecial vey era instavel para *******, ele progamava uma parte relacionada ao ping e pedia para eu ajudar ele a testar era ainda mais horrivel. tenho os repositorios do github ate hoje. se voce tiver muito problema com isso talvez eu consiga ajudar

• 
  Chris ➔ abacatepay.com (@ChristoPy_) relatou um problema há 34 minutos

  @crycatch @pscordeiroo vamos lá, eu concordo e discordo em partes hoje, fazemos assim pois nem eu e nem ninguém do time tem acesso a infra porque? menos vetores de ataque, menos pontos de falha tudo tem 2FA, tudo tem dupla autorização, e tudo tem redundância, menos a parte central da esteira porque? pois concentrar tudo num lugar, ajuda justamente no PCI, na parte de comprovar GMUD, mostrando que só sobem versões testadas, com o CI verdinho, com análises das dependências contra pacotes maliciosos, com pelo menos duas aprovações do time, tudo com rollback via k8s e etc. esse item nós já temos e fica concentrado no GitHub por uma questão que vou trazer a baixo o que nos prende ao GitHub hoje é apenas o CI e pra termos isso in house, teríamos que seguir um caminho de construir essa infra (e posso citar a Woovi que foi além e criou os próprios datacenters), o nosso time é reduzido e por enquanto isso não é um gargalo tão grande parece contra intuitivo a maior empresa de host de repositórios que está sendo paga no plano mais caro não conseguir ter um bom SLA pra isso parece também contra intuitivo ter que criar uma infra própria justamente pra suprir a necessidade de uma big tech pois se eles não conseguem, com anos de xp, imagina a gente que tem 10 anos de xp no fim, eu acredito que faz sentido sim, mas não é algo que é pra gente atacar agora

• 
  Rafael (@sysdownbr) relatou um problema há 35 minutos

  Muitos problemas com github hoje, será que caiu de novo?