GitHub publicó el postmortem del outage del 17 de agosto — ese que duró 7 horas y 47 minutos y se tiró abajo github.com, la autenticación, Actions, las APIs, PRs, issues y Copilot de un solo plumazo. Y la confesión es de las que duelen: no fue un cambio de código ni de configuración. Fue capacidad, pura y simple. “Fallamos en escalar componentes críticos antes de que la demanda superara su capacidad”, admite Vladimir Fedorov en el GitHub Blog.
Qué pasó exactamente
- El tráfico alcanzó un nuevo peak y un componente crítico de infraestructura en su datacenter de Central US no escaló a tiempo.
- La presión de capacidad se propagó en cadena por los sistemas, generando fallas de autenticación que tumbaron múltiples servicios.
- La recuperación requirió rerutear tráfico, aislar la infra afectada y restaurar por etapas. La mayoría de los servicios volvió ese mismo día, pero Copilot se demoró más: sus errores dispararon un retry loop del lado del cliente que aumentó el tráfico justo durante la recuperación. Tuvieron que mitigar eso antes de restaurar el tráfico completo.
Lo de los retries es un clásico de manual: el mismo mecanismo que supuestamente te salva (reintentar cuando algo falla) se convierte en un DDoS interno cuando todos reintentan a la vez. Por eso uno de los cambios inmediatos announceados es aplicar retry limits, retry budgets y timeouts variables consistentes entre servicios, para evitar retry storms y carga en cascada. Si tu plataforma tiene retries sin budget, la lección aplica en casa.
El número que lo explica todo: 2.900 millones de commits al mes
Acá está el dato brutal del postmortem: desde abril, los commits mensuales crecieron de 1.400 millones a 2.900 millones. Se duplicaron en cuatro meses. Y no es que la humanidad haya descubierto la programación de repente — son los agentes de IA metiendo commits a diestra y siniestra.
Para calibrar: el COO Kyle Daigle contaba en abril que GitHub procesó 1.000 millones de commits durante todo 2025 y manejaba ~275 millones semanales. Y según The Information, los PRs abiertos por agentes de IA pasaron de ~4 millones en septiembre 2025 a 17 millones en marzo de este año — cuadruplicándose en seis meses.
La ironía es perfecta: la IA que se supone nos hace más productivos está comiendo la infraestructura sobre la que se construye. Copilot y los agentes generan la carga que tumba a Copilot y a todo lo demás. El outage del 6 de agosto (falla de Actions) fue el mismo patrón: fallas de capacidad en el núcleo.
Qué está haciendo GitHub al respecto
- Capacidad bruta: más de 3 millones de cores de CPU, 120 petabytes de storage de alta velocidad y bastante capacidad de red adicionadas. Instalaron todo el hardware que la potencia eléctrica de sus datacenters permitía.
- Migración acelerada a Azure: Azure ya sirve ~58% de la carga de la plataforma y la mitad de las operaciones Git, contra un 12% en mayo. La migración de Microsoft de GitHub a su propia nube va en serio y rápido.
- Arquitectura de lectura ilimitada: el próximo hito es una arquitectura donde la capacidad de lectura escale linealmente con el número de readers — “operaciones de lectura ilimitadas” — con rollout gradual empezando por los monorepos más grandes.
- Aislamiento de sistemas críticos: removiendo dependencias compartidas entre componentes para que un fallo no se propague.
- Operaciones: equipos redirigidos a disponibilidad, testing más fuerte, rollouts más seguros, mejor observabilidad y alertas más efectivas. Además, están revisando alertas de CPU/memoria de “baja prioridad” para detectar componentes que podrían fallar en spikes súbitos.
Por qué importa
- Capacity planning ya no es historia anual. Si tu carga puede duplicarse en cuatro meses (por agentes, crecimiento o ambos), el headroom tradicional queda chico. Planifica por picos de comportamiento automatizado, no por crecimiento orgánico.
- Retry budgets dejan de ser opcional. El mecanismo exacto que prolongó este outage existe en casi cualquier sistema distribuido medianamente complejo.
- La concentración sigue pagando el precio: ya lo vimos con Cloudflare y sus 13 incidentes en 8 días. Todo el ecosistema developer viviendo en una plataforma tiene consecuencias sistémicas cuando esa plataforma no escala al ritmo de la IA. Y mientras tanto, Cursor recién lanzó Origin como alternativa…
- La migración a Azure es la historia de fondo: GitHub operándose mayoritariamente sobre infra de Microsoft cambia la conversación de “qué pasa si Azure falla” para una cantidad enorme de equipos.

