Handwired 是由 Cheng Lou 开源的一个 JavaScript 工具，它能让开发者把手写的程序逻辑直接转换成神经网络权重，全程无需任何训练过程。换句话说，你可以用普通代码写好规则，再由工具把这些规则"翻译"成神经网络的结构与参数，得到一个行为等价、但形态上是神经网络的模型。它在 AI 社区引发关注，是因为触碰了一个老问题：神经网络一定要靠数据训练出来吗？
Handwired 的近期进展
当前焦点与观察点
围绕 Handwired 的讨论主要集中在两点。其一是技术定位：它做的并不是让程序"学会"什么，而是换一种表示方式——把已知的确定逻辑编码进网络权重里，因此更接近程序编译，而非机器学习。其二是实际价值：支持者认为这为可解释 AI、规则嵌入和混合系统（符号逻辑 + 可学习网络）提供了一种轻量的构造手段；质疑者则指出，既然逻辑本来就是写好的，转成神经网络并不会带来额外能力，真正的意义取决于能否与后续的可训练部分自然衔接。
目前 Handwired 仍处于早期开源阶段，中文社区的关注多来自传播与原理解读层面，尚缺少成熟的生产应用案例。值得继续观察的方向包括：它能否与主流训练框架互操作、转换后的网络在推理性能上是否有优势，以及这类"手写权重"思路是否会催生更多符号与神经网络结合的工具链。对于关注 AI 可解释性和混合建模的开发者来说，Handwired 提供了一个值得试水的实验起点。