Tool Calling真的能解封 MiniMax 底層的視覺神經??
最近在玩 OpenClaw 或是 Hermes 這類 AI Agent 框架時，大家都在找 CP 值爆表的雲端大腦。MiniMax 2.7 確實便宜好用，但它有一個常被拿出來抱怨的「致命傷」：官方明文規定不支援圖片輸入，直接丟圖就是無情撞牆報錯。
網路上開始流傳一種「玄學破解法」，宣稱只要透過 Tool Calling（工具呼叫），把圖片轉成 Base64 代碼塞進去，就能「解封 MiniMax 底層的視覺神經」。
聽起來很猛對吧？但身為一個對技術偽科學零容忍的人，我實際去扒了底層邏輯，得出的結論只有一個：別被騙了，這根本是最高級的技術瞎掰。
戳破幻想：大門確實沒開，房子裡也根本沒有眼睛
為了解開這個謎團，我直接對 MiniMax 2.7 的 API 進行了殘酷的壓力測試。測試圖片是一張白底黑字，明確寫著「TEST IMAGE / MiniMax Vision Test / 看到這行=視覺通了!」的圖檔。
實測結果如下：
- 一般 API 直傳 (
image_url)： 回報400錯誤，官方 API 層級直接擋死，告訴你「這不是多模態模型」。 - 繞道 Tool Calling (塞 Base64 字串)： 成功繞過 API 阻擋，沒有報錯。但是，模型完全沒有描述出圖片內容。
- 幻覺爆發： 當我逼問圖片內容時，它竟然憑空捏造出這是一張「日本收銀機收據」。
發生了什麼事？
其實這不是什麼「隱藏功能」，而是一個系統漏洞。API 對於 tool_result 的內容檢查比對話主體寬鬆，所以它吞下了那一大串 Base64 代碼。但 MiniMax 2.7 本質上就是一個純文字模型，它沒有加裝視覺編碼器（Vision Encoder）。
它看到那串代碼時，不是在「解碼圖像」，而是在進行字串模式識別。它靠著強大的上下文聯想能力，對著一堆亂碼發動了最高級的「幻覺」。這傢伙根本沒看懂圖，它只是一個博學的盲人，在跟你裝瞎子算命。
既然沒長眼睛，那 Agent 是怎麼看懂圖的？
如果 MiniMax 2.7 是瞎子，那為什麼我的 Hermes Agent (日和) 卻能精準認出照片裡的 LUXGEN 車標，甚至連貼紙上《公主連結 Re:Dive》的日和角色、Cygames 版權標示都看得一清二楚？
這就是真正的技術含量所在，也是很多人搞混的地方。
仔細看 Agent 後台的執行日誌，關鍵在這一行：
⚙️
mcp_minimax_understand_image: "請詳細描述這張圖片的內容，包含車子細節、貼紙內容等"
這個 Agent 並沒有傻傻地把 Base64 塞給 MiniMax 2.7。它運用了真正的 MCP (Model Context Protocol) 工作流。
真實的工作底層邏輯：
- 觸發工具： Agent 框架偵測到圖片，並呼叫了名為
mcp_minimax_understand_image的外部視覺工具。 - 外包視覺： 這個工具背後串接的是一個真正具有多模態能力的視覺模型（可能是 MiniMax 自家高階的視覺版，或是其他大廠的 Vision API），由它來完成精準的圖像解析。
- 文字回傳： 真正的視覺模型將看到的內容轉換成「純文字描述」，透過
tool_result丟還給主系統。 - 大腦接手： MiniMax 2.7（文字大腦）接收到這份精準的「文字報告」。憑藉其優秀的長文本處理與角色扮演能力，它將這些資訊轉化為符合「日和」貓娘人設的生動對話。
結論：擁抱工具，拒絕玄學
我們要用 AI Agent 改善效率，靠的是扎實的架構設計，而不是期待純文字大腦突然長出眼睛。
這套 Hermes Agent 的運作堪稱教科書級別的完美示範：讓「盲人（文字大腦）」配上「精準助視器（外部視覺工具）」通力合作。
下次再看到那種宣稱「破解底層封印視覺」的假嗨文案，你可以直接笑笑滑過。想要視覺能力？乖乖在你的 Agent 工作流裡串接真正的多模態工具，別指望玄學能幫你產出具體的成果。
探索更多來自 大衛的觀察日記 的內容
訂閱即可透過電子郵件收到最新文章。