苹果 Sports 应用只做一件事,反而说明问题:分析工具却在不断堆功能
苹果的 Sports 应用几乎没有多余功能,只显示比分、战绩和排名。Slate 的科技作者却把它列为最爱的产品之一,而此时大多数体育和分析类产品还在不断添加没人要求的功能。

Slate 在 2026 年 6 月 10 日发表文章,认为苹果的 Sports 应用是过去两年里较好的消费科技产品之一。理由很简单:它几乎什么都不做。应用里没有新闻标题,也没有直播指南。它只显示队名和队标、战绩、比赛时间和比分,下面还有一页排名。
这种克制正是重点。
据 Slate 报道,苹果一位高管在 2024 年冬天发布这款应用时说:“我们做 Apple Sports,是为了给体育迷他们想要的东西,一个能极快看到比分和数据的应用。”文章把这句话和常见的发布话术做了对比,后者总在讲智能体体验、拉近球迷与比赛的距离。Slate 的作者说,应用快到什么程度:斯坦利杯季后赛期间,匹兹堡企鹅队的自动更新比流媒体直播画面还先到。NFL、大学橄榄球和大学篮球的比赛也是如此。
这篇文章值得和体育分析工具的现状放在一起读。两者正朝相反方向走。苹果把产品削到最简。企业数据工具则按厂商能出货的速度不断叠加功能。
以 Starburst 在 2026 年 9 月 11 日发表的一篇文章为例,它讨论智能体数据分析的两种架构。作者用超市举例。要判断上周的鸡蛋促销是否赚钱,得知道这次促销是否带来了本来不会来的顾客。还得知道这些顾客有没有再来,同一笔交易里还买了什么,以及那些商品利润如何。文章认为,这些后续问题正是智能体可以承担的工作,前提是智能体能拿到背后的交易数据和会员数据。而这些数据往往分散在不同的数据库里。
Starburst 的分析列出了把数据交给智能体的几种做法。一种是把表导出,把原始文件递过去。作者称之为“方案 0”,认为除了特殊情形之外不可取,因为把数 TB 数据发给模型既贵又慢。更实际的做法是让智能体直接访问数据库,自己写 SQL 并反复迭代。这样处理交给数据库引擎完成。文章指出,智能体可能比人类用户苛刻得多,会用大量试探性查询压垮系统。数据库厂商正在集中支持这类智能体负载。
另一些工具则在数据存放位置上给出更强的主张。
DataZen 于 2026 年 8 月 29 日发布在 Hacker News,是一个本地优先的桌面客户端,用于跨数据库操作。默认支持 PostgreSQL、MySQL、SQLite 和 Redis,另有 MongoDB、ClickHouse、DuckDB 和 SQL Server 的可选驱动。它自带 MCP 服务器,Claude、Cursor 等智能体可以直接查询数据库,它同时也能作为 MCP 客户端使用。项目页面写明,凭据用 AES-256-GCM 加密,保存在操作系统钥匙串里。只有模式信息和查询上下文会发给 AI 提供商,它不运营任何云数据库服务。采用 GPLv3 许可。
还有两个更小的自托管项目。Adaca Analytics 于 2026 年 9 月 8 日发布到 GitHub,在 Cloudflare Workers 上重建 Google Analytics 的仪表盘。它通过 GA4 Data API 或 BigQuery 导出,把每日汇总数据拉进运营者自己控制的 D1 数据库,实时数据仍留在谷歌那边。Plainoldanalytics 于 2026 年 9 月 13 日发布,是给 Go 应用用的外挂式分析包。它按设计不绑定存储,提供 gin 和 chi 的适配器。
贯穿其中的结论并不是某一种做法胜出。真正相同的是失败方式:用户周六打开的体育应用,和支撑企业分析的管道,都会不断扩张功能面,直到最初那件事变慢。按 Slate 的说法,苹果这款应用是少见的、拒绝这么做的产品。
资料来源
5- 01Apple Made a Sports App That Does Almost Nothing. It's IncredibleEN
- 02An Analysis of Two Architectures for Agentic Data AnalysisEN
- 03Show HN: DataZen – a local-first client for cross-database workflowsEN
- 04We rebuilt the old Google Analytics on top of GA4's dataEN
- 05Show HN: Plainoldanalytics: Analytics Middlware for GoEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。