從三星Galaxy S9+拆解中，我們發現了這4個秘密|數位時代 BusinessNext

著名拆解機構iFixit的員工們，從來都不會錯過用熱風機、飛利浦螺絲刀、撥片以及吸盤等工具，來拆解最新的消費電子產品。這不，剛發表沒多久的Galaxy S9+，就成為iFixit手術台上新的「解剖對象」。

從iFixit的拆解結果中，顯示Galaxy S9+的可修復性分數為4分（滿分為10分，而10分代表著最容易被修復）。儘管Galaxy S9+的可修復性相對較差，但是在iFixit的拆解中，我們還是獲得了關於這款旗艦一些有意思的信息。

「可變式光圈」是怎麼實現？

說起來，這一代的Galaxy S旗艦，除了將晶片升級至高通驍龍845/Exynos 9810之外，硬體方面最大的亮點，應數Galaxy S9背後那顆具備「可變式光圈」功能的攝影鏡頭。

這個「可變式光圈」可以提供F/1.5和F/2.4兩個光圈大小可選。在光線較弱的環境下，F/1.5大光圈可獲得更高的進光量；在光線較為良好的場景中，F/2.4光圈可以讓畫面得到更高的銳度表現。

那麼這個「可變式光圈」技術究竟是如何實現機械化的切換？從iFixit的拆解中，我們看到了初步的答案。

為了一睹這顆「可變式光圈」鏡頭的真容，iFixit的工作人員還是費了一番功夫。他們先用熱風機加熱了S9的背面，以便讓S9+金屬中框和玻璃背板之間的膠水溶解，然後，再用吸盤和撥片撬開S9+。

可以看到，Galaxy S9+的內部結構與去年Galaxy S8+較為相似，而兩者最顯著的區別就是S9+上那個由一大一小的攝影鏡頭組成的雙攝模組。

（頂部攝影鏡頭搭載了「可變式光圈」技術）

Galaxy S9+之所以能實現「可變式光圈」技術，原因就在於它鏡頭上的光圈葉片結構。實際上，與普通智慧手機鏡頭常見的5~7片光圈葉片結構不同，Galaxy S9+採用的是環狀雙光圈葉片結構。

因此，這種簡單的葉片結構，不僅能讓Galaxy S9+實現F/1.5和F/2.4光圈兩檔的切換，還能讓攝影鏡頭的體積相應變得小巧。

前置攝影鏡頭等部件，沒有升級

當今年Galaxy S9系列機型推出一種類似iPhone X Animoji的AR Emoji 功能，以及其融合了面部和虹膜兩種識別方式的全新「智慧掃描」識別模式的時候，不少人認為三星可能為Galaxy S9系列機型升級了其前置攝影鏡頭等部件。

然而，事實並非如此。

iFixit透過拆解發現，Galaxy S9+的「額頭」在硬體方面，與上一代的Galaxy S8並沒有太大的區別。前置相機和虹膜掃描系統、紅外發射器以及距離傳感器等元部件「幾乎沒有變化」。也就是說，AR Emoji以及號稱更好的面部識別功能，是建立在軟體、演算法之上。

有意思的是，相較於這幾乎沒升級的「額頭」，Galaxy S9+在主機板則有了明顯的變化，整個主板採用了多家供應商提供的部件。

這其中包括了三星LPDDR4X 4GB運行，東芝64GB UFS儲存，高通WCD9341音頻編解碼器、美信MAX77705F電源管理集成電路、村田KM7N16048 WiFi/藍牙模塊、恩智浦80T17 NFC控制器等等。

整個主機板的集成度很高，做工紮實。

電池與 Galaxy S8+/Note7，規格相同

在轉開16顆螺絲、掀起中框隔板後，我們便能看到Galaxy S9+這塊3500 mAh的電池。

Galaxy S9+的電池是用膠水黏在機身上，因此iFixit只能透過向電池邊緣注入特別的溶劑來溶解電池周圍的膠質。

經過拆解，iFixit發現這款電池的規格（3.85V，3,500mAh和13.48Wh）與Galaxy S8+、Note7相同，儘管這些電池都是採用了SDI生產的電晶片，但規格相同，並不意味著這三款手機的電池是相同的。

硬體模塊化，但前後玻璃不容易維修

儘管Galaxy S9+在內部結構和設計上與上一代的Galaxy系列旗艦沒有太大的區別，不過iFixit對S9+較為認可的一點，就是它的多數硬體或元部件都是採用模塊化組合設計，這使得S9+可以獨立更換一些零部件。

但如果像電池、螢幕這些零部件就另當別論。

先說說電池，iFixit 認為從Galaxy S9+ 的拆解來看，為S9+ 更換電池是可行，但這可是一項技術活，因為你需要小心翼翼地把玻璃後蓋拆卸下來，稍不留神，就容易損壞玻璃背板。

也正是因為這玻璃材質，Galaxy S9+更換螢幕更是一件難上加難的事。

按照iFixit的說法，要為S9+更換螢幕，需要把整部手機拆解得「支離破碎」，手機正反面的兩塊玻璃面板是增加拆解難度的一部分，其中，正面的曲面玻璃，也降低了完好拆解下來的可能性。

此外，機身內部有很多黏性非常好的膠水黏合劑，在拆解手機的時候，你就不得不與這些膠水「鬥智鬥勇」。

最終，這台Galaxy S9+被iFixit成功拆解了。

iFixit認為S9+的部件雖採用了模塊化設計，但防水密封處理以及兩面玻璃的設計，讓整機的拆機難度比較高。因此，iFixit給出的可修復性為4分，這基本可以理解為：

動手能力差的人，千萬不要手賤去拆Galaxy S9+。

本文授權轉載自：愛范兒

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問