Qué debe hacer un desarrollador cuando cae ChatGPT

ChatGPT está caído. Twitter es una galería de pantallas de error. Su pull request sigue esperando. El corte no es la historia. La historia es si se queda congelado o sigue entregando.

OpenAI se apagó en 2023, 2024, 2025 y 2026. También Claude, Gemini y Copilot, en días más silenciosos. La pregunta útil no es «¿volverá a pasar?». Es: en la próxima hora, qué está realmente bloqueado - y qué solo lo parece porque la pestaña del chat devuelve un 500.

No mezcle dos incidentes. Perdió un copiloto. O las llamadas a OpenAI de su producto están en 500. Lo primero es un problema de flujo de trabajo. Lo segundo es un incidente. Son habitaciones distintas.

1. Los primeros cinco minutos: ¿está caído de verdad?

Recargar no es un diagnóstico. Antes de abrir tres chats más y un hilo sobre «el fin de la IA», gaste cinco minutos en nombrar el fallo.

• Mire status.openai.com, luego status.anthropic.com y el estado de Google AI si ya los usa. Downdetector es un estado de ánimo. La página de estado del proveedor es una señal.
• ChatGPT el sitio no es la API, y ninguno de los dos es Cursor. chatgpt.com puede estar muerto mientras gpt-4o en el editor, o Claude en el mismo editor, sigue respondiendo. Nombre la superficie: app web, API, Copilot, selector de modelo en Cursor.
• Descarte lo suyo: VPN, DNS, proxy de empresa, bloqueador de anuncios, sesión caducada. Los límites del plan gratis parecen un corte si lleva una hora pegando el mismo archivo.
• Si la página de estado del proveedor está en rojo en su región, deje de recargar cuarenta veces. No lo va a resucitar a fuerza de voluntad. Cambie de superficie o cambie de tarea.

2. Cambie el chat, no el cerebro entero

A las 14:00 no necesita una nueva filosofía del trabajo. Necesita otro modelo que termine el ticket. Entre en una alternativa y siga la misma tarea. No migre su «stack» en medio de un corte.

• Claude (Anthropic): a menudo más sólido en diffs largos y refactors con cuidado. Si ya tiene la pestaña, esa es la primera puerta.
• Gemini / Google AI Studio: útil cuando necesita una segunda opinión o un modelo que aún tenga cuota. No es una religión. Es una batería de recambio.
• Cursor, Claude Code, Copilot, Windsurf: si el IDE ya tiene otro modelo cableado, cambie el selector antes de abrir un chat en el navegador. El contexto del repo ya está ahí. Para eso existe un editor agéntico.
• Buscar en la doc, las issues de GitHub y el changelog oficial ganan a una API alucinada cuando la pregunta es «¿Next.js cambió el nombre de esto?». Un LLM es un junior rápido. El changelog es la fuente.

3. Modelos locales: cuándo salvan la tarde

Ollama, LM Studio, llama.cpp: a un modelo en el portátil le da igual que chatgpt.com devuelva 500. Tampoco conoce el release de Next.js de la semana pasada. Úselo para los trabajos adecuados.

• Bien: terminar una función con el contexto que pega, explicar un stack trace, reescribir una regex, redactar un mensaje de commit, convertir notas en un nombre de test.
• Mal: arquitectura de un repo que el modelo no ha visto; «cuál es la API actual del App Router»; cualquier cosa que deba coincidir con la doc de este mes.
• Si nunca ha bajado un modelo local, un corte es un mal momento para empezar. Hágalo un viernes tranquilo: instale Ollama, baje un modelo instruct de 7B o 14B, ejecute un prompt real del trabajo. Treinta minutos, una vez.

4. Trabajo que nunca necesitó ChatGPT

El stack trace sigue ahí. El test que falla sigue en rojo. Git sigue teniendo blame. Un corte recuerda con mala educación que el modelo nunca fue la fuente de verdad: era una forma rápida de hablar con ella.

• Lea el error. No el vibe del error: el archivo, la línea, el mensaje. Luego abra ese archivo.
• git blame, git log -p, las últimas tres PR en esa ruta. La mayoría de los bugs «misteriosos» son del martes pasado.
• Doc oficial, MDN, changelog de la librería, una reproducción mínima. Más lento que un chat. Menos ficción.
• El debugger, un test en rojo, un console.log que luego borra. Pato de goma: escriba el problema en un comentario. A menudo la respuesta aparece antes de terminar la frase.
• Si no puede dar un solo paso sin el chat, la tarea estaba subespecificada - o delegó el pensamiento. Eso es información útil. No es un defecto de carácter. Primero la spec, luego el código.

5. Si el producto usa la API de OpenAI

Esto no es «pegaré en Claude durante una hora». Es respuesta a incidente. Los usuarios prefieren «el asistente no está disponible temporalmente» a un spinner que no acaba.

• Nombre el fallo: su clave, su cuota, su timeout o sus 5xx. El dashboard y la página de estado discrepan más a menudo de lo que quisiera. Registre el código de estado, no solo «la IA está rota».
• Si ya tiene un segundo proveedor cableado, haga failover. Ya escribí cómo encaja un LLM detrás de un paso de pago y qué es de verdad un proveedor. Un corte es un mal momento para diseñarlo. Es un buen momento para activar un flag que preparó.
• Degrade: ponga la escritura en cola, responda desde sus FAQ, muestre una frase humana. No haga una tormenta de reintentos. Backoff. Un chatbot que golpea una API moribunda alarga el incidente para todos, usted incluido.

6. Un kit para armar antes del próximo corte

Treinta minutos de setup en un día tranquilo ganan a tres horas recargando Twitter. Ya lo sabe. El corte es solo la factura.

• Un segundo chat ya con sesión: Claude o Gemini, con facturación que aguante una tarde cargada. Una pestaña gratis que no abre desde marzo no es un plan.
• El IDE con al menos dos modelos en el selector. Si Cursor solo tiene OpenAI, compró un único punto de fallo y lo llamó flujo de trabajo.
• Un modelo instruct local ya descargado. No «algún día probaré Ollama». Ya descargado.
• Un archivo de notas para los one-liners que siempre pregunta al chat: git, docker, kubectl, ese jq que nunca recuerda. Cuando el chat está muerto, las notas siguen funcionando sin red.
• Para el producto: un flag de fallback, backoff y una frase para la UI escrita de antemano. Los incidentes van más rápido cuando no inventa el copy en Slack.

7. La lección que a nadie le gusta

ChatGPT es un junior rápido que ha leído internet y ninguno de sus incidentes de producción. Cuando ese junior está de vacaciones, el senior igual tiene que entregar. Uso agentes todos los días. Igual necesito leer el diff, lanzar los tests y saber dónde está la doc.

Los cortes seguirán. Los modelos seguirán cambiando de nombre. La habilidad que sobrevive sigue siendo: especificar el resultado, depurar el fallo, asumir el merge. Ya escribí cómo el vibe coding multiplica la disciplina que tiene - y cómo un prompt vago publica el desastre más rápido. Una tarde sin ChatGPT es el mismo examen, sin cobrar.

Conclusión: siga entregando, tenga un recambio

Mire la página de estado. Nombre la superficie. Cambie de modelo o cambie de tarea. Si la API es el producto, degrádela: no finja que el spinner es una funcionalidad. Luego, un día tranquilo, cablee el recambio: un segundo chat, un segundo modelo en el editor, una descarga local, un flag de fallback.

Y una vez al mes, cierre el chat y termine el ticket igual. No por nostalgia. Para que el próximo corte sea una molestia, no un bloqueo. :)