昨天学习了一下 handwired，做了一些例子，比如做了几个倒计时、贪吃蛇这种 https://claude.ai/artifact/VSxUQSXLUDJceCnTh58CA9 最后做了个教学视频：把代码变成神经网络：不训练、一个数都不差，这有什么用 视频1: 英文版 视频2: 中文版 有人把普通代码原封不动地变成了神经网络，一次没训练，结果一个数都不差。 这期从期末总评和停车费讲起，说清神经网络的两种零件：加权求和和开关，再看一条“及格线”怎么变成 7 个权重、1 层的网络。 接着用闰年、FizzBuzz、阶梯电价、生命游戏、贪吃蛇等例子，回答几个问题： 权重和层到底是什么？ 和 ChatGPT 背后的 Transformer 差在哪？ 网络能不能在浏览器里现场训练，刷新还在吗？ 出了错怎么查？ 变成网络会更快吗，CPU 和 GPU 差在哪？ 这个思路还能用在哪？ --- 视频制作的 Skill 参考：https://github.com/JimLiu/baocut/blob/c4689036fd68dcec56ff3c0c4780c62c871accbf/skills/baocut/built-in-skills/explainer-video/SKILL.md 模型：Opus 5.5 配音：Gemini 3.8 TTS 宝玉 : Cheng Lou 开源 Handwired：手写权重，把程序逻辑变成不用训练的神经网络 Midjourney 工程师、前 React 核心团队成员 Cheng Lou 开源了一个自称“玩具项目”的 Handwired：把程序里的 if-else 和循环改写成神经网络的权重。权重是手写的，不用训练，输出和对应的 JavaScript Link: https://x.com/dotey/status/2110793952349577418

  • 情报分类：技术学习与提效
  • 分类依据：内容涉及技术、AI、软件工具或工程实践
  • 信息来源：AI / AI前沿 / 宝玉 @dotey
  • 发布时间：2026/10/16 22:10:22