最近几天“Claude 用机械臂拦截 5000 万美元打款”的话题在开发圈刷屏了。很多人第一反应是这又是 AI 营销但仔细看演示流程后会发现它真正展示的并不是“AI 多聪明”而是一条从视觉理解、意图决策到物理动作执行的完整链路。对一个写代码的人来说这意味着 AI 的能力边界已经从对话框扩展到了真实世界。这篇文章不会停留在“惊叹”层面而是把这件事拆开讲清楚“拦截打款”背后的技术链路是什么Claude 在链路中扮演什么角色机械臂为什么能听懂指令如果想自己动手复刻一个“AI 机械臂”的小实验需要准备哪些环境、哪些数学基础、哪些代码。文章会覆盖 Claude Code 的安装使用、DH 参数与运动学求解、机械臂选型计算、仿真环境选择、常见报错排查等内容。核心目标是让读者不仅能看懂热点还能顺着文章把一套最小可运行的“AI 控制机械臂”原型搭出来。1. 背景AI 从“会说话”走向“会动手”1.1 “Claude 拦截 5000 万美元打款”到底是怎么回事简单还原一下这个演示在一段视频里Claude 通过屏幕视觉观察一个财务审批界面识别出一笔“可疑的大额转账”然后控制一只机械臂在关键时刻移动过去按下拦截按钮阻止了这笔 5000 万美元的模拟转账。这里要注意几个关键措辞这是演示场景不是真实银行系统转账金额是模拟数据真正的价值不在“金额”而在于AI 通过视觉感知界面 → 做出业务判断 → 操作物理设备 → 完成任务。对比我们熟悉的“对话式 AI”这个演示的最大不同是Claude 不再只输出文字而是输出了动作。1.2 演示背后的完整链路如果把整个流程拆开可以得到这样一条链路屏幕视觉识别Claude 读取界面上的转账信息业务规则判断识别出金额异常、收款方可疑意图转指令把“应该拦截”这个意图转换为机械臂的目标坐标机械臂运动学求解计算关节角度物理执行机械臂移动到按钮位置并按下结果确认视觉再次确认按钮是否按下成功。这条链路和传统“机械臂自动控制”的区别在于传统方案里机械臂的每一步都是人写死的规则而在这个演示里决策层是由大模型完成的机械臂只是最后的执行器。1.3 给开发者的三个启示第一AI Agent 的能力从“文本交互”扩展到了“物理世界交互”。以后很多“看屏幕、点按钮、操作设备”的重复劳动理论上都可以交给 Agent 完成。第二机械臂开发的门槛正在降低。过去做一个机械臂应用需要懂底层控制、运动规划、视觉标定而现在大模型可以承担一部分任务理解和动作生成工作。第三安全边界成为核心问题。AI 能控制物理设备之后权限控制、急停机制、人工审批就不是“可选功能”而是“必须功能”。文章后半部分会专门讨论。2. 概念拆解AI Agent 控制物理设备的核心原理要理解“AI 机械臂”先要理解 Agent 与物理设备之间的协作关系。一整套系统通常包含三个层次。2.1 感知层让 AI “看见”世界感知层的任务是获取环境信息。在“拦截转账”场景中感知层就是屏幕截图或摄像头画面。常用技术包括OCR识别屏幕上的文字、数字、按钮标签目标检测定位按钮在图像中的像素坐标深度估计将像素坐标转换为机械臂坐标系下的三维坐标。大模型本身也具备一定的视觉理解能力可以直接输入截图让它描述界面内容。但在工业级方案中通常会先用传统视觉算法或专用视觉模型做结构化提取再交给大模型做决策。2.2 决策层把“理解”变成“指令”决策层是大模型的主场。Claude 在这里做三件事理解任务目标例如“检测到单笔金额超过 1000 万美元的转账需要拦截”规划动作序列例如“先移动到按钮上方再下压”输出结构化指令例如 JSON 格式的{ action: press, x: 320, y: 480, depth: 50 }。这一步的实现方式通常是通过 Function Calling 或 Tool Use 机制让模型输出可以被程序解析的指令而不是自然语言。2.3 执行层机械臂如何响应指令执行层就是机械臂本体。它接收决策层输出的目标位姿通过运动学求解得到各个关节的角度然后由电机驱动关节运动到目标位置。执行层涉及的核心技术包括正运动学已知关节角度求末端位置逆运动学已知末端目标位置求关节角度轨迹规划在两点之间生成平滑路径避免关节速度突变伺服控制让电机精确跟踪目标角度。2.4 Claude 与机械臂的角色分工简单来说Claude 负责“思考”当前状态是否危险、应该做什么、目标坐标是什么机械臂负责“执行”精确移动到指定位置、完成按压或抓取动作开发者的工作是“连接”把 Claude 输出的结构化指令转换成机械臂能执行的运动指令。在后面的实战部分我们会用一个小实验把这套分工完整演示一遍。3. 环境准备从 Claude Code 到机械臂开发环境要复刻类似实验先准备好开发环境。下面按“工具链 硬件/仿真 依赖”三个维度说明。3.1 整体架构与版本说明本文使用的环境是基于常见开发环境整理的示例实际操作时请根据你的项目情况调整组件示例配置说明操作系统Windows 10/11 / Ubuntu 20.04Claude Code 与 Python 均支持Node.js18.x 或更高安装 Claude Code 需要 npmPython3.9编写控制与调用代码机械臂六轴或四轴桌面机械臂有真实硬件最佳没有可用仿真仿真环境Gazebo / MuJoCo替代真实机械臂这里强调一点版本号不要照抄。Anthropic 的模型迭代很快Claude Code 的安装和维护方式也可能调整建议以官方文档为准。3.2 安装 Claude CodeClaude Code 是 Anthropic 推出的命令行 AI 编程工具可以理解为在终端里和 Claude 协作的 Agent 入口。它也是很多“AI 驱动任务”实验的常用载体。安装命令如下npm install -g anthropic-ai/claude-code安装完成后验证是否成功claude --version如果能看到版本号说明安装成功。需要说明的是Claude Code 依赖 Anthropic 官方服务使用前需要在受支持的网络环境中访问官方服务并遵守当地法律法规。如果你是在团队或企业内网环境使用还要确认网络策略是否允许访问外部 AI 服务。使用前需要配置 API Key。可以在环境变量中配置export ANTHROPIC_API_KEYyour-api-key在 Windows PowerShell 中则使用$env:ANTHROPIC_API_KEYyour-api-key注意不要把这个 Key 提交到 Git 仓库建议使用环境变量或密钥管理服务。3.3 安装 Python 依赖后面的实战代码会用到两个核心依赖anthropic官方 Python SDK用于调用 Claude 模型numpy用于运动学计算。安装命令pip install anthropic numpy如果已经安装了可以用以下命令确认版本pip show anthropic3.4 仿真环境选择Gazebo 与 MuJoCo对于没有真实机械臂的开发者仿真环境是很好的起点。Gazebo与 ROS/ROS2 生态深度集成适合完整的机器人系统仿真。比如 PANDA 机械臂、Franka 机械臂都可以在 Gazebo 中加载 URDF 模型进行仿真。MuJoCo物理引擎计算效率高特别适合强化学习、轨迹规划类实验。DeepMind 开源后使用非常广泛。安装建议如果做 ROS 机械臂开发选 Gazebo如果做强化学习或快速验证运动学算法选 MuJoCo如果只是学习 DH 参数和运动学其实一个 Python 脚本就够甚至不需要仿真环境。4. 机械臂基础DH 参数、运动学与扭矩很多软件工程师第一次接触机械臂最大的障碍不是写代码而是运动学。其实对于“让机械臂移动到某个点”这个需求最重要的是理解 DH 参数、正运动学、逆运动学。4.1 从 3D 数模到 DH 参数机械臂的每一个关节都可以抽象成一个坐标系变换关系。DH 参数Denavit-Hartenberg Parameters就是描述相邻关节坐标系之间关系的四组参数a连杆长度沿 X 轴方向的距离alpha连杆扭转角绕 X 轴的旋转角d连杆偏距沿 Z 轴方向的距离theta关节角绕 Z 轴的旋转角。假如你手上有一个机械臂的 3D 数模可以通过 URDF 文件中的joint和link定义提取 DH 参数也可以直接从厂家手册中查询。下面以两连杆平面机械臂为例建立 DH 参数表关节aalphadtheta1L100theta12L200theta2这里 L1 是第一段连杆长度L2 是第二段连杆长度alpha 为 0 表示所有关节轴平行这是平面机械臂的典型特征。4.2 正运动学给定角度求末端位置正运动学解决的是“已知每个关节的角度求末端执行器的位置”的问题。对于两连杆机械臂末端位置公式为x L1 * cos(theta1) L2 * cos(theta1 theta2) y L1 * sin(theta1) L2 * sin(theta1 theta2)用 Python 实现import numpy as np def forward_kinematics(theta1, theta2, L10.3, L20.25): 两连杆机械臂正运动学 :param theta1: 关节1角度弧度制 :param theta2: 关节2角度弧度制 :param L1: 连杆1长度单位米 :param L2: 连杆2长度单位米 :return: 末端坐标 (x, y) x L1 * np.cos(theta1) L2 * np.cos(theta1 theta2) y L1 * np.sin(theta1) L2 * np.sin(theta1 theta2) return x, y if __name__ __main__: # 令 theta130度, theta245度 t1 np.deg2rad(30) t2 np.deg2rad(45) x, y forward_kinematics(t1, t2) print(f末端位置: x{x:.4f}m, y{y:.4f}m)运行结果形如末端位置: x0.4367m, y0.3267m正运动学是机械臂控制的基础也是验证后续逆运动学解是否正确的工具。4.3 逆运动学给定目标点求角度逆运动学更常用因为实际场景中我们通常知道“要让末端到达哪里”需要反推“关节该转多少度”。两连杆机械臂的逆运动学公式如下cos_theta2 (x^2 y^2 - L1^2 - L2^2) / (2 * L1 * L2) theta2 atan2(sqrt(1 - cos_theta2^2), cos_theta2) # 肘部向上解 theta1 atan2(y, x) - atan2(L2 * sin(theta2), L1 L2 * cos(theta2))注意theta2有两个解肘部向上和肘部向下实际使用时需要根据机械臂的物理约束选择。Python 实现import numpy as np def inverse_kinematics(x, y, L10.3, L20.25): 两连杆机械臂逆运动学返回一个可行解 :param x: 目标点 x 坐标 :param y: 目标点 y 坐标 :param L1: 连杆1长度 :param L2: 连杆2长度 :return: (theta1, theta2)弧度制 # 末端到基座的距离 r np.sqrt(x**2 y**2) if r L1 L2 or r abs(L1 - L2): raise ValueError(目标点超出机械臂工作空间) cos_theta2 (x**2 y**2 - L1**2 - L2**2) / (2 * L1 * L2) cos_theta2 np.clip(cos_theta2, -1.0, 1.0) theta2 np.arctan2(np.sqrt(1 - cos_theta2**2), cos_theta2) theta1 np.arctan2(y, x) - np.arctan2(L2 * np.sin(theta2), L1 L2 * np.cos(theta2)) return theta1, theta2 if __name__ __main__: theta1, theta2 inverse_kinematics(0.35, 0.25) print(f关节角: theta1{np.rad2deg(theta1):.2f}度, ftheta2{np.rad2deg(theta2):.2f}度) # 验证反算末端位置 x, y forward_kinematics(theta1, theta2) print(f验证末端位置: x{x:.4f}m, y{y:.4f}m)运行后逆运动学求出的角度再通过正运动学反算应该能回到目标点附近。这是串联机械臂整条控制链中最重要的闭环目标坐标 → 逆运动学 → 关节角度 → 正运动学验证。4.4 电机扭矩与机械臂选型计算在机械臂落地到真实硬件时选型是一道绕不开的坎。热搜里频繁出现“机械臂电机扭矩计算”“机械臂选型计算例题”这里给出最基础的估算方法。机械臂关节电机需要克服的主要力矩包括重力矩、惯性力矩、摩擦力矩。粗略选型时可以先估算最恶劣姿态下的静态重力矩。假设某个关节需要支撑的质量为m质心到关节轴线的距离为L重力加速度为g则静态保持力矩为T m * g * L举例某个关节需要支撑 2kg 的负载质心距离关节轴 0.3m则T 2 * 9.8 * 0.3 5.88 N·m考虑安全系数 1.5~2实际选型时至少需要T_required 5.88 * 2 11.76 N·m这只是一个简化示例真实选型还需要考虑动态加速、传动比、减速器效率等因素。对于学习目的先掌握这个估算思路就够了。5. 实战演练用 Claude 机械臂复刻“拦截转账”小实验下面进入完整实战。目标不是真的去拦截银行转账而是复刻一套最小可运行流程视觉识别一个“可疑目标” → Claude 输出动作指令 → 机械臂移动到目标位置并执行按压动作。5.1 实验目标与安全声明实验场景是我们自己搭建的模拟界面包含一个“转账确认”按钮和一个“拦截转账”按钮。程序通过截图识别到“单笔金额超过 1000 万”时自动触发拦截动作。安全声明放在前面本实验只用于模拟场景不接入任何真实支付系统真实业务中AI 不能直接操作资金转账必须有人工审批和最小权限管控机械臂实验中必须准备急停按钮防止失控。5.2 搭建任务场景为了专注核心链路我们不需要真实机械臂和真实 GUI。任务场景简化为两个坐标系屏幕坐标系识别按钮位置机械臂坐标系执行按压动作。先用 Python 定义一个模拟任务界面输出一个 JSON 指令包含按钮中心坐标import json # 模拟界面识别结果 screen_info { transfer_amount: 52000000, payee: 未知账户, risk_level: high, intercept_button: {x: 640, y: 480}, confirm_button: {x: 640, y: 580} } with open(screen_info.json, w, encodingutf-8) as f: json.dump(screen_info, f, ensure_asciiFalse, indent2) print(界面信息已保存到 screen_info.json)5.3 步骤一Claude 解析界面并输出动作指令这一步模拟“决策层”。我们把截图信息转成文本交给 Claude 判断是否需要拦截并输出结构化动作指令。调用 Claude API 的示例代码如下import os import json import anthropic client anthropic.Anthropic( api_keyos.environ[ANTHROPIC_API_KEY] ) # 读取模拟界面信息 with open(screen_info.json, r, encodingutf-8) as f: screen_info json.load(f) # 构造提示词 prompt f 你是一个支付风控助手。请根据以下屏幕识别结果判断是否需要拦截转帐。 如果单笔金额超过 1000 万美元并且风险等级为 high则需要拦截。 屏幕识别结果 {json.dumps(screen_info, ensure_asciiFalse)} 请以 JSON 格式输出指令格式如下 {{ should_intercept: true/false, action: press or none, target_button: intercept_button or confirm_button or , target_position: {{x: 0, y: 0}} }} 只需要输出 JSON不要输出解释。 # 调用 Claude这里的 model 名称请按实际可用模型填写 message client.messages.create( modelyour-model-name, max_tokens500, messages[ {role: user, content: prompt} ] ) # 解析模型输出中的 JSON text message.content[0].text.strip() # 防止模型输出带 json 包围 if text.startswith(): text text.strip() if text.startswith(json): text text[4:] action_json json.loads(text) print(json.dumps(action_json, ensure_asciiFalse, indent2))注意model参数需要根据你账号实际可用的模型名称填写不要直接使用your-model-name调用前需要配置ANTHROPIC_API_KEY环境变量生产环境中应该用 Function Calling/Tool Use 机制做结构化输出而不是依赖字符串解析。如果一切正常输出会类似{ should_intercept: true, action: press, target_button: intercept_button, target_position: { x: 640, y: 480 } }5.4 步骤二将像素坐标转换为机械臂坐标Claude 给出的是屏幕像素坐标而机械臂需要的是自身坐标系下的目标点。这中间需要一个坐标映射。简单情况下可以做一个线性映射假设屏幕宽度对应机械臂 X 轴工作范围屏幕高度对应机械臂 Y 轴工作范围屏幕中心对应于机械臂工作空间中心。示例代码import json import numpy as np def screen_to_robot(pixel_x, pixel_y): 将屏幕坐标映射到机械臂工作空间坐标。 假设屏幕 1280x720机械臂工作空间 x: [0.1, 0.5], y: [0.05, 0.35] screen_w, screen_h 1280, 720 robot_x_min, robot_x_max 0.10, 0.50 robot_y_min, robot_y_max 0.05, 0.35 robot_x robot_x_min (pixel_x / screen_w) * (robot_x_max - robot_x_min) robot_y robot_y_min (pixel_y / screen_h) * (robot_y_max - robot_y_min) return robot_x, robot_y # 读取动作指令 with open(action.json, r, encodingutf-8) as f: action json.load(f) px action[target_position][x] py action[target_position][y] rx, ry screen_to_robot(px, py) print(f屏幕坐标 ({px}, {py}) - 机械臂坐标 ({rx:.3f}, {ry:.3f}))真实项目中这里需要做相机标定、手眼标定坐标变换会更复杂。但对于教学实验线性映射足以演示流程。5.5 步骤三机械臂执行拦截动作拿到机械臂目标坐标后用逆运动学求出关节角度再模拟关节运动。这里给出一个完整的“决策到执行”串联脚本import json import numpy as np # ---------- 运动学函数 ---------- def inverse_kinematics(x, y, L10.30, L20.25): r np.sqrt(x**2 y**2) if r L1 L2 or r abs(L1 - L2): raise ValueError(目标点超出工作空间) cos_theta2 (x**2 y**2 - L1**2 - L2**2) / (2 * L1 * L2) cos_theta2 np.clip(cos_theta2, -1.0, 1.0) theta2 np.arctan2(np.sqrt(1 - cos_theta2**2), cos_theta2) theta1 np.arctan2(y, x) - np.arctan2(L2 * np.sin(theta2), L1 L2 * np.cos(theta2)) return theta1, theta2 def screen_to_robot(pixel_x, pixel_y): screen_w, screen_h 1280, 720 robot_x_min, robot_x_max 0.10, 0.50 robot_y_min, robot_y_max 0.05, 0.35 robot_x robot_x_min (pixel_x / screen_w) * (robot_x_max - robot_x_min) robot_y robot_y_min (pixel_y / screen_h) * (robot_y_max - robot_y_min) return robot_x, robot_y # ---------- 主流程 ---------- def execute_intercept(action_file): with open(action_file, r, encodingutf-8) as f: action json.load(f) if not action[should_intercept]: print(无需拦截) return # 1. 屏幕坐标转机械臂坐标 px action[target_position][x] py action[target_position][y] rx, ry screen_to_robot(px, py) print(f[1] 目标位置: ({rx:.3f}, {ry:.3f})) # 2. 逆运动学求解 theta1, theta2 inverse_kinematics(rx, ry) print(f[2] 关节角: theta1{np.rad2deg(theta1):.2f}°, ftheta2{np.rad2deg(theta2):.2f}°) # 3. 模拟机械臂运动指令 move_cmd { joint1_deg: round(np.rad2deg(theta1), 2), joint2_deg: round(np.rad2deg(theta2), 2), action: press, duration_ms: 500 } print([3] 发送给机械臂的指令:, json.dumps(move_cmd, ensure_asciiFalse)) # 4. 真实硬件/仿真环境中这里会调用串口或 ROS 话题发布指令 # 例如ser.write(build_serial_cmd(move_cmd)) # 例如publisher.publish(RobotCmd(**move_cmd)) return move_cmd if __name__ __main__: execute_intercept(action.json)执行流程说明[1]把按钮的像素坐标转换成机械臂坐标系坐标[2]用逆运动学求关节角度[3]组装成机械臂控制指令[4]是连接真实硬件或仿真环境的位置根据你使用的机械臂协议不同这里会替换为串口指令、Modbus 指令或 ROS Topic。如果把前一步 Claude 模型的输出保存为action.json那么这个脚本可以直接运行输出完整的控制指令。5.6 运行与验证按顺序执行python step1_screen_info.py # 生成模拟界面信息 python step2_claude_decision.py # 调用 Claude 输出动作指令 python step3_execute_intercept.py # 执行拦截动作预期输出包括Claude 判断需要拦截屏幕坐标成功映射到机械臂坐标逆运动学求解成功输出一组关节角度和控制指令。整个过程跑通后“AI 决策 机械臂执行”的最小闭环就建立起来了。6. 常见问题与排查在搭建类似项目时高频问题集中在 Claude Code 安装、API 调用、运动学计算三个方向。问题现象常见原因解决思路运行claude提示“无法识别 cmdlet、函数、脚本文件或可运行程序”没有全局安装或 npm 全局目录不在 PATH 中执行npm install -g anthropic-ai/claude-code并检查 npm 全局 bin 目录是否加入 PATH运行claude --version正常但进入交互后报错未配置ANTHROPIC_API_KEY或网络无法访问官方服务配置环境变量确认使用官方支持的网络环境检查 API Key 权限Claude Code 报错model is not a model this version of claude code recognizes模型名称在当前版本中不被识别或自定义模型配置了不存在的名称检查模型名称是否拼写正确确认 Claude Code 版本已更新在官方文档核对可用模型列表调用 API 返回 401/403API Key 无效或没有权限检查 Key 是否正确确认账号有调用权限不要泄露 Key逆运动学提示“目标点超出工作空间”目标坐标离基座太远或太近检查 L1L2 的范围确认屏幕坐标映射参数是否合理机械臂运动到目标后位置偏了坐标映射未考虑机械臂安装位置偏移做手眼标定在映射中加入平移量仿真中机械臂抖动关节限位设置不正确或控制频率过低检查 URDF 中的关节限位提高控制频率排查通用思路先看错误信息是环境层、网络层还是业务层环境层问题优先检查 Node、Python 版本和 PATH网络层问题确认 API 端点可达、Key 正确业务层问题用最小样例逐步验证比如先只跑正运动学再跑逆运动学。安装 Claude Code 遇到 PATH 问题时Windows 下可以执行where.exe claude如果找不到说明 npm 全局目录没有加入 PATH。可以查看 npm 全局目录npm prefix -g然后把该目录手动添加到系统 PATH。7. 最佳实践与工程建议7.1 安全边界AI 控制物理世界必须有急停大模型输出天然带有不确定性。这在聊天场景里只是“答错题”但在物理世界里就是“机械臂撞坏设备”甚至“造成伤害”。所以机械臂供电线路必须串联物理急停按钮所有 AI 生成的指令在到达电机之前都要经过一套独立的规则校验首次运行必须低速、小范围测试。规则校验示例Claude 输出的目标坐标如果超出机械臂工作空间程序应该直接拒绝执行而不是自动裁剪。def validate_robot_coordinate(x, y): 校验机械臂目标坐标是否在安全工作范围内 x_range (0.05, 0.55) y_range (0.0, 0.40) if not (x_range[0] x x_range[1]): raise ValueError(fx{x} 超出安全范围) if not (y_range[0] y y_range[1]): raise ValueError(fy{y} 超出安全范围) return True这条规则完全由人类开发者编写不依赖大模型也不应该被 AI 修改。7.2 最小权限与人工审批如果把这个实验放大到真实业务中有几个原则必须遵守AI 对关键操作只有“建议权”没有“决定权”涉及资金、权限、删除类操作必须有人工审批环节每个 AI 操作都需要记录操作人、操作时间、输入依据和输出指令方便事后审计。比如在“拦截转账”场景中AI 可以识别风险并推送告警但真正执行拦截前还需要风控主管点击确认。把 AI 的角色定位为“助手”而不是“决策者”是工程上比较稳妥的做法。7.3 仿真先行参数回放开发流程建议如下先在仿真环境Gazebo/MuJoCo中验证运动学算法记录所有关节角度、目标位置、执行结果到日志文件确认无误后再用真实机械臂低速运行真实运行时的参数可以回放到仿真中复现问题。这种“仿真先行”的流程可以避免大量硬件调试成本。7.4 使用结构化输出而不是对话解析在调用 Claude 生成动作指令时尽量用 Function Calling / Tool Use 机制或者要求模型输出严格 JSON并且程序侧对输出做 schema 校验。不要直接解析聊天文本里的关键词否则模型稍微改变措辞就会导致解析失败。一个简单的校验思路def validate_action_schema(data): required_keys [should_intercept, action, target_position] for key in required_keys: if key not in data: raise ValueError(f缺少字段: {key}) if not isinstance(data[target_position], dict): raise ValueError(target_position 必须是对象) if x not in data[target_position] or y not in data[target_position]: raise ValueError(target_position 缺少 x/y) return True7.5 日志与审计AI 控制物理设备的场景日志比普通 Web 应用更重要。至少记录模型输入的上下文如界面识别信息模型输出的原始内容经过规则校验后的最终控制指令机械臂实际执行的关节角度与执行结果每次人工干预的记录。这些日志不仅用于问题排查也是验证 AI 行为是否符合预期的唯一依据。8. 总结与学习路线写到这里再回头看“Claude 用机械臂拦截 5000 万美元打款”这件事本质上是把大模型的“决策能力”和机械臂的“执行能力”拼成了一条完整链路。前端是 AI后端是机器人中间靠运动学、坐标变换和通信协议连接。本文重点覆盖的内容包括“AI 机械臂”的感知、决策、执行三层架构Claude Code 的安装与基础使用Claude API 输出结构化动作指令的代码示例DH 参数、正运动学、逆运动学的公式与 Python 实现机械臂电机扭矩的选型估算思路一个从屏幕坐标到关节角度的完整示例常见报错的排查方法和工程安全建议。按照这条学习路线下一步可以接着深入掌握 URDF 建模把自己手头的机械臂 3D 数模转成可仿真的模型学习 ROS2用 Gazebo 加载 Franka/PANDA 机械臂做仿真控制研究轨迹规划算法从点到点运动过渡到连续平滑轨迹接触强化学习像热搜里提到的“机械臂强化学习实战”那样让机械臂在试错中学会抓取尝试把视觉识别从“模拟界面”升级为真实摄像头画面并解决手眼标定问题。对于实际项目优先关注三件事安全、权限、审计。AI 控制物理世界的能力越强边界约束就越重要。机械臂选型、运动学、轨迹规划这些内容刚接触时会觉得数学负担重但只要从两连杆小模型入手亲手把正逆运动学代码跑通后面再接触六轴机械臂就会顺畅很多。希望这篇文章能帮你把“AI 接管物理世界”从热搜词变成自己动手能做的实验。建议先跑通仿真再考虑硬件安全第一。