开源Handwired实测：JS代码秒变可训练神经网络

写前端的人大概都想过一个问题：随手写的if-else和循环，跟大模型里那套神经网络，到底是两种东西，还是同一种东西？本周GitHub上冒出一个很上头的开源项目给出了答案：它们可以是同一种。项目叫Handwired，作者是Cheng Lou——React核心团队前成员、react-motion和Pretext的作者，目前在Midjourney工作。项目10月15日刚开源，一天时间已经拿到一千三百多星。

它做了一件什么反直觉的事

Handwired的核心玩法一句话说清：把你平时写的普通JavaScript程序，原样编译成一个「不用训练、结果精确、却完全可微分」的神经网络。

觉得抽象的话，看官方README里的例子。下面是一段再普通不过的三元表达式：

const a = 5

const result = (a > 4) ? 10 : 12

Handwired把它改写成纯算术：

const above4 = Math.max(0, a - 4) - Math.max(0, a - 5)

const result = above4 * 10 + (1 - above4) * 12

Math.max(0, x)就是ReLU激活函数。整数输入时，above4在a小于等于4时等于0，在a大于等于5时等于1——两个分支都算一遍，再用算术门挑出正确答案，结果和原来的if-else一模一样，你可以拿笔手算验证。

把整个程序里所有的加法、乘法和ReLU收集起来，就能拼成一个巨大的矩阵乘法，跑在普通JS或WebGPU上。因为权重不是训练出来的、而是编译器直接写进去的，输出精确无误；又因为整个程序只剩矩阵乘法和ReLU两种原语，它天然可微分——随时可以把权重解冻，用反向传播接着训练。

三步上手

1. 先玩在线演示：浏览器打开chenglou.me/handwired，里面有一个用约9909个权重、130层网络跑起来的迷你操作系统HandwiredOS，所有界面都渲染成普通DOM元素；还有一个JSON搜索演示值得点开。
2. 本地跑一遍：git clone仓库chenglou/handwired，然后bun install，再bun start。项目用TypeScript写的，MIT协议，克隆下来就能读。
3. 改着玩：看docs、src和template三个目录，template是现成的起步模板，照着写自己的程序再编译成网络。

三个有点邪门的玩法

第一，解冻权重随便训练，看看你的程序被梯度下降带偏成什么样——官方自己也好奇这会发生什么。第二，把一段冻结的程序接到nanoGPT这种通用网络上做端到端训练，理论上网络能同时学会莎士比亚和你那套业务逻辑。第三，榨取GPU并行度：README里的JSON搜索演示，用传统单线程写法写成的JS代码，经过编译后在WebGPU上对10万份文档的检索跑进了毫秒级。

一点个人看法

作者自己定位这是个玩具项目，但它是那种「重新划分类别」的玩具：以前我们默认程序和神经网络是两套体系，Handwired用很少的代码证明了它们是同一种计算的两个端点。对前端开发者来说，它可能是门槛最低的神经网络入门材料——起点就是你昨天写的业务代码。玩具归玩具，想法值钱，建议花半小时读一遍源码。