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:

• 
  Altair (@altsider) relatou um problema há 7 minutos

  @giovannibassi Eu nao sou dev e só estou aprendendo github agora... mas será que não foi um erro na LLM dele que disparou PR a torto e direito nos clones que ele fez desses 70 projetos Não sei se existe essa possibilidade

• 
  Naldo Portela (@naldorp) relatou um problema há 8 minutos

  o chatwoot tá em trending no github com quase 30 mil stars. é uma central open source de atendimento que junta site, email, WhatsApp, Instagram, Facebook e Telegram no mesmo inbox, alternativa a Intercom e Zendesk. qdo até essa camada começa a virar software aberto, a margem sai do ticket e vai pro workflow

• 
  Luis Fernando Roquette (@luisroquette) relatou um problema há 11 minutos

  Crabbox 0.3.0 saiu. Agora roda Linux remoto, login via GitHub, e replay de runs ao vivo. DevOps sem frescura.

• 
  Mauricio Fernandes (@xerkok) relatou um problema há 16 minutos

  O que foi necessário pra construir: → Modificação profunda do código C++ → Genesis block exclusivo → Cross-compilation Windows via GitHub Actions → Configuração de servidor VPS 24/7 → Site oficial + identidade visual completa Meses de trabalho. Valeu cada segundo. 💪

• 
  Pedro M ➔ P2P.APP.BR (@doutorcaleb) relatou um problema há 17 minutos

  @heyFabby @LibertContador Eu usava antes a Wiki do github, e tenho a minha própria wiki, mas aí existe o trabalho de sempre atualizar a wiki... e ele não ler a wiki inteira fora de onde ee acha que é o problema. Eu uso wiki mais para onboarding.

• 
  Sérgio Francisco (@srgfrancisco) relatou um problema há 18 minutos

  @bruno_vilalba @ayubio @erasmolbj Não é isso não. É problema de rede. Eu não fiz troubleshooting, mas estava trabalhando em uma sessão do Claude que relatou problemas de rede ao se conectar à API do GitHub. Acho que começou a acontecer por volta de 18h

• 
  Ayub | Internet propriamente dita (@ayubio) relatou um problema há 18 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.

• 
  𝒔𝒊𝒐𝒕𝒆𝒓𝒊𝒏𝒐.་༘࿐ (@ssamrinz) relatou um problema há 19 minutos

  meudeus da pra rodar um servidor de minecraft no github code spaces pq q eu nunca fiz isso antes

• 
  pedro (@pedrordrigs) relatou um problema há 23 minutos

  @foryouyeji @fernando_bu_ Opus conseguiu criar repo no meu Github, configurou todo o pipeline do Github Actions, alocou toda stack via AWS Cloudformation e deployou sem nenhum erro, api, front e banco one-shot é só saber escrever o prompt e validar o resultado

• 
  Condz (@condzxyz) relatou um problema há 24 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.

• 
  talitos (@itts79) relatou um problema há 26 minutos

  que ***** fui mandar código pro github no trabalho e deu erro, anatel sabotou até o desenvolvimento de software do próprio governo

• 
  kimbo linda perfeita (@nojentagosmenta) relatou um problema há 26 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

• 
  Preta (@monteinlobato) relatou um problema há 26 minutos

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

• 
  Asta do chapéu d. palha | Wano ⛩ (@chansart0325) relatou um problema há 27 minutos

  @dasheeetv o github acabou de ter mais de 5mil repertórios exposto pq um funcionário instalou uma extensão(um humano cometeu um erro) mas a riot vai ta imune de sofrer a mesma coisa, de ser hackeada ou de programar errado, galera, uma empresa tem poder de acesso a tudo do seu PC

• 
  Abdala (@ofabdalaX) relatou um problema há 29 minutos

  @ClaudeDevs dedicated credit pra Agent SDK + claude -p + GitHub Actions resolve um problema real: ate hoje, time de **** compartilhava mesma quota de chat humano. separar bucket de uso programatico limpa o orcamento e fecha o ciclo de billing por workload. great move.