A altas horas de la noche del 6 de agosto de 2026, GitHub, el mayor repositorio de código del mundo, sufrió una importante caída. Su servicio de automatización, GitHub Actions, experimentó fallos masivos: las tareas permanecieron en cola durante horas sin iniciarse, los trabajos en ejecución fallaron masivamente, el servicio de alojamiento web Pages sufrió degradación y las funciones de revisión de código del asistente de IA Copilot mostraron fallos intermitentes. Una publicación en la comunidad de desarrolladores Hacker News acumuló 299 puntos y 253 comentarios en apenas 8 horas. Los desarrolladores unieron rápidamente las piezas: lo que empujó a la plataforma al límite fue, con toda probabilidad, el auge del código generado por IA. Los datos compartidos por el COO de GitHub, Kyle Daigle, revelaron que el uso semanal de Actions pasó de 500 millones de minutos en 2023 a 1.000 millones en 2025, alcanzando esta semana la cifra de 2.100 millones de minutos: se ha cuadruplicado en solo dos años.
Para los lectores no desarrolladores, un poco de contexto: GitHub es la plataforma central de colaboración para el desarrollo de software, donde se almacenan millones de proyectos en todo el mundo. Actions es su motor de automatización integrado, un asistente automático para el código. Los desarrolladores definen reglas de flujo de trabajo y, cada vez que se modifica el código, Actions prueba, empaqueta y despliega los cambios automáticamente, convirtiendo media hora de trabajo manual en un proceso de pocos minutos.
Imagen: Cobertura sobre la reciente caída de GitHub. Fuente: The Register
El informe oficial del incidente refleja con claridad lo sucedido: hacia las 23:00 (hora UTC+8) del 6 de agosto, las colas de trabajos empezaron a acumular retrasos y tiempos de espera agotados, mientras que la tasa de éxito cayó temporalmente al 30-40 %. A medida que los ingenieros limitaron el tráfico e implementaron correcciones, solo se procesó el 15 % de las notificaciones de cambios de código, dejando sin activar numerosas tareas posteriores. Aunque la tasa de éxito de los trabajos volvió al 99 % ocho horas después, Copilot y Pages siguieron sufriendo problemas intermitentes, y los servicios de migración de datos para empresas se suspendieron por completo. No se trata de un hecho aislado: el 29 de julio ocurrió un incidente similar en Actions, y la página de estado oficial registró 26 incidentes en julio, a los que se sumaron 6 más en los primeros seis días de agosto. A pesar de que GitHub pidió disculpas en abril por la ola de caídas y de que en junio los ejecutivos prometieron reformas estructurales, la infraestructura volvió a colapsar un mes después.
Imagen: Registro de la caída en la página oficial de estado de GitHub, desde la degradación hasta la recuperación pasaron cerca de 8 horas. Fuente: githubstatus.com
Un detalle del informe merece especial atención: “A las máquinas de ejecución se les asignaron tareas no válidas y quedaron atrapadas en bucles de reintento.” En términos sencillos: los servidores recibieron órdenes de trabajo canceladas; tras completarlas y descubrir que no servían, volvieron a solicitar nuevas tareas, solo para recibir de nuevo tareas canceladas. Cuanto más congestionado estaba el sistema, más tareas no válidas se generaban, profundizando el bucle destructivo. Es el patrón típico de fallo en sistemas de alta carga.
¿De dónde viene el volumen? La IA multiplica los pedidos en la cocina
Las cifras oficiales son impactantes. En todo el año 2025, GitHub registró 1.000 millones de commits. Hoy en día recibe 275 millones de commits por semana, lo que equivale a un ritmo anual de 14.000 millones de commits. El tiempo de ejecución de Actions se ha cuadruplicado en dos años. Traducido a escalas comprensibles: 2.100 millones de minutos semanales significan que en cualquier instante hay más de 200.000 servidores trabajando simultáneamente en GitHub en nombre de desarrolladores de todo el mundo. 275 millones de commits por semana representan un promedio de 450 commits por segundo. La plataforma debe gestionar 450 peticiones cada segundo y asignar máquinas dinámicamente para cada tarea.
Imagen: El tiempo de ejecución semanal de Actions se cuadruplicó en dos años; los commits semanales alcanzaron aproximadamente 14 veces el promedio de 2025. Fuente: Datos oficiales de GitHub (COO Kyle Daigle), gráfico del autor
¿De dónde procede este crecimiento exponencial? De la programación asistida por IA. Los asistentes de IA actuales pueden leer código, modificarlo, realizar commits y ejecutar pruebas de forma autónoma, completando docenas de iteraciones por sesión en las que cada bucle desencadena una cadena de tareas automatizadas. Mientras que un desarrollador humano solía hacer uno o dos commits al día, la IA realiza docenas de commits diarios. Las estadísticas de la comunidad muestran que las pull requests generadas por IA pasaron de 4 millones al mes en septiembre pasado a 17 millones en marzo de este año. Solo la herramienta Claude Code aporta 2,6 millones de commits semanales, multiplicando su volumen por 25 en seis meses. Si el código humano equivale a pedir un plato, el código IA equivale a multiplicar por diez los pedidos de toda la cocina de la noche a la mañana.
Cuando los pedidos se multiplican y la cocina no se amplía, la reacción en cadena es inevitable. Tal como explicó en Hacker News el ingeniero de sistemas cortesoft, los sistemas de alta carga se diseñan con margen de maniobra, pero cuando la utilización supera el 90-95 %, cualquier pequeña fluctuación desencadena el colapso: las tareas se acumulan, vencen los tiempos de espera, los clientes reintentan y esos reintentos generan aún más cola. Es igual que una autopista: a un 80 % de capacidad el tráfico fluye, pero al 95 %, un solo frenazo colapsa toda la vía. Señaló con franqueza que añadir más máquinas en pleno colapso no suele servir de nada, ya que los cuellos de botella se trasladan a componentes inesperados.
La versión oficial habla de arreglos; los usuarios dicen que no basta
Las posturas de ambas partes reflejan una fuerte tensión. GitHub reconoció limitaciones de capacidad y afirmó que sus ingenieros habían identificado la causa raíz y estaban desplegando soluciones. Los usuarios de pago, sin embargo, mostraron su indignación: un usuario corporativo que utiliza servidores propios se quejó de que incluso la infraestructura que paga y mantiene quedó paralizada durante todo un día. El usuario zehaeva, activo en GitHub desde 2009, fue más contundente al señalar que la disponibilidad de GitHub cayó en el último año de “cuatro nueves” (99,99 %) a “un nueve” (90 %). Cuatro nueves permiten menos de una hora de caída al año, mientras que un nueve implica más de 30 días de interrupción anual, un deterioro que atribuye directamente al impacto del auge de la IA.
El debate también reabrió una vieja discusión: la migración de infraestructura. Tras su adquisición por parte de Microsoft, GitHub ha estado migrando su infraestructura desde centros de datos propios hacia la nube de Azure. El usuario toomuchtodo recordó que la época de los centros de datos propios era más estable, argumentando que la migración debería haber mantenido la carga base en servidores locales y usar la nube solo para picos de demanda. Otros sospechan que el calendario de migración fue demasiado agresivo. En sentido contrario, otro comentarista señaló que, aunque Microsoft adquirió GitHub hace ocho años, las quejas se han disparado únicamente en los últimos doce meses, coincidiendo de forma exacta con la explosión de la programación con IA. Aunque existen diversas explicaciones, dos hechos son incontestables: la frecuencia de fallos en GitHub ha aumentado notablemente y el crecimiento del tráfico es una realidad indiscutible.
La carrera entre la velocidad de la IA y el mundo físico
¿Qué relación tiene esto con los usuarios comunes? Casi todas las actualizaciones, correcciones de errores y nuevas funciones de las aplicaciones de tu teléfono pasan por las tuberías de automatización de GitHub. Si la plataforma se paraliza un día, el ritmo de publicación de innumerables equipos de desarrollo en todo el mundo se desordena. En un nivel más profundo, esto representa una carrera entre la productividad digital y los límites del mundo físico. La IA multiplica la producción de software, pero la expansión de servidores, ancho de banda y centros de datos es un proceso físico sujeto a limitaciones reales. GitHub fijó en octubre pasado un objetivo de ampliación de capacidad de 10 veces y lo elevó a 30 veces en febrero, pero el tráfico sigue superando el crecimiento. Según diversos informes, Microsoft tuvo que alquilar temporalmente capacidad a su competidor AWS para aliviar la carga de GitHub, una estampa que ilustra por sí sola la magnitud del desafío.
“Todo se puede automatizar” es el eslogan más atractivo de la era de la IA. La realidad, sin embargo, es que las tareas generadas por la automatización deben terminar esperando en colas de servidores físicos. Esta caída de GitHub es una señal de advertencia: cuando todo el mundo produce código más rápido, el recurso más escaso pasa a ser la infraestructura que lo sostiene. La velocidad de producción de la IA es un problema de software; la expansión de la infraestructura es un problema físico. Si la física no logra seguir el ritmo del software, lo que termina cediendo es el propio suelo que pisamos.
Enlaces de referencia:
- GitHub Status: Informe de incidentes en Actions y Pages
- Discusión en HN (item?id=49198302)
- The Register: Latest GitHub outage squeezes Actions, Pages to death
- Waxell: GitHub’s AI Agent Crisis: What 9 Outages Cost
- danilchenko.dev: GitHub’s AI Agent Problem: 17 Million PRs, Five Outages, and a Kill Switch
