苹果 Sports 应用,以及围绕体育数据的无声争夺
据 MarketsandMarkets 预测,到 2030 年体育领域的人工智能市场规模将达到 26.1 亿美元,苹果刻意做得极简的 Sports 应用就在此时上线。球迷究竟能看到哪些数字,这场争夺正变得越来越激烈。

苹果的 Sports 应用几乎什么都不做,而这正是重点。2026 年 6 月 10 日,世界杯正踢得火热,Slate 的评测者细数了它提供的内容:球队名称和队徽、战绩、比赛时间、实时比分和终场比分、一个积分榜页面,以及一个可以关掉记分牌上博彩赔率的开关。没有新闻标题。不点开比赛就没有直播指南。没有任何为了让你一直往下滑而设计的功能。
这种克制已经少见得足以成为新闻。它出现的时间点,也正好撞上一场关于体育数据的更大争论:数据由谁采集,谁为它付钱,又由谁来决定哪个版本的数字才是真的。
极大市场里的极简应用
苹果在 2024 年冬天发布了 Sports。据 Slate 报道,当时的宣传语只有苹果一位高管的一句话:“我们打造 Apple Sports,是为了给体育迷他们想要的东西,一个能极快地获取比分和数据的应用。”这款应用覆盖世界杯比赛,以及 MLS、NWSL 和另外大约 30 个联赛的足球赛事,其中包括厄瓜多尔甲级联赛和德乙。它还加入了男子和女子网球以及 LPGA 巡回赛。点开一场比赛,你会看到一个基本的赛后数据表、排行榜或球队名单。实时活动可以把某支球队的比分推送到锁屏上。
围绕这份简洁的更大市场一点也不平静。MarketsandMarkets 在 2026 年 9 月 22 日由 Yahoo Finance 转载的一份报告中预测,到 2030 年,体育领域的人工智能市场将达到 26.1 亿美元,年复合增长率为 16.7%。同一时期的相关报道还包括 Databricks 与 Cal Athletics 的合作、大西洋理事会的一个体育中心,以及《纽约邮报》的一篇报道,称 DraftKings 利用人工智能锁定输钱的投注者。这些摩擦在苹果的应用里一点都看不到。评测者喜欢它的原因,恰恰就在这里。
反方的说法是,查比分从来都不是有意思的部分。有意思的是底层数据会怎样:赛事数据流、追踪系统、诚信审查。钱和争议都在那里。
数据究竟从哪来
《卫报》的 Sean Ingle 在 2025 年 7 月 15 日、温网启用电子司线第二年之后,提出了这样的观点。那两周的新闻标题全是失误。系统漏判了 Sonay Kartal 一记落在界内的球,当时她对阵的是 Anastasia Pavlyuchenkova,而那次是一名裁判不小心把系统关掉了。Taylor Fritz 的一记正手落在底线内四英尺,却被判出界。这位美国球员开始发球时,一名球童还留在场上。
Ingle 的意思是,愤怒掩盖了基础比率。温网用的是鹰眼系统的加强版,这套系统从 2007 年起就在那里使用。研究人员估计,司线员对接近界线的判罚大约有 8% 是错的。球员的表现更差。2024 年温网男子和女子单打共有 1535 次挑战,其中只有 380 次被改判,不到 25%。当球员认为球出界时,他们四次里有三次是错的。
“没有系统能做到 100% 完美,但它们的准确率明显高于完全依赖人的判断。”StatsPerform 诚信部门创始人 Matt Drew 说,这段话由《卫报》刊出。
Ingle 还引用了两项关于人类偏见的研究。其中一项请 40 名有资质的足球裁判判断利物浦对莱斯特城一场比赛中的 47 个事件;一半人在有观众噪音的环境下观看,一半人在安静环境下观看。有噪音的那组对利物浦判罚的犯规明显更少,少了 15.5%。另一项在挪威进行的研究发现,成绩好的球队更容易得到有利的点球判罚。心理学家把这称为从众。
这就是支持机器的理由,而且它是数据上的理由,不是情感上的。准确率可以测量。偏见也可以测量。两者能拿来比较。
没人做预算的数据分析账单
接下来是大多数球迷看不到的那一层:把原始事件变成某个人愿意相信的数字的那套管道。Cassis 博客 2026 年 8 月 23 日的一篇文章认为,更便宜的 SQL 并不能让数据分析变便宜。每个答案都带着人力成本,这笔成本只是被重新分配,并没有消失。文章把这笔成本拆成三部分。索引是前期工作,要定义指标、记录逻辑。查询是取回数据时花的力气。可靠性问的是:即使 SQL 跑得没问题,返回来的数字在语义上对不对。
例子是一位 CFO 问上个季度续约的活跃企业客户有多少。在有人回答之前,得先有人决定哪张表存客户数据、“活跃”是什么意思、“企业”怎么算,以及“上个季度”在财年里指哪一段。Cassis 描述了一位资深数据经理的做法:每周轮值,由一个人专门处理临时问题。这长期占用五到六人团队中大约 20% 的人力。
体育组织面对的是同一个问题,只是名词不同。什么算一次成功传球?一次控球?一次抢断?球迷在俱乐部应用上的一次会话?定义本身就是产品。定义弄错了,仪表盘照样能渲染出来。
开发者正在交付无聊的部分
2026 年 9 月发布的两个开源项目显示,这类工作如今有多少已经成了通用基础设施。Adaca Analytics 是一个自托管的 Google Analytics 4 仪表盘,搭建在 Cloudflare Workers 上。它把来自 GA4 Data API 或 BigQuery 导出的每日汇总数据存进运营方自己拥有的 D1 数据库,实时数据仍留在 Google 那边。它自带六个仪表盘和一个四步构建器,还有按来源、页面和国家下钻的页面。它还提供只读分享链接,可以固定某个筛选条件,以及通过邮件或 Slack 发送的每周或每月汇总。它采用 MIT 许可证,出自软件咨询公司 Adaca。
Plainoldanalytics 于 2026 年 9 月 13 日发到 Hacker News,走的是相反的路子。它是给 Go 应用用的外挂式分析中间件,思路类似 Umami、Plausible 或 PostHog,但嵌在应用内部。它的核心包不绑定存储,后端包括 DuckDB 和内存存储。它附带一个内置仪表盘,挂在你选定的路径上,还有会话录制、自定义事件和键值属性。流量大约每秒写入磁盘一次。
这两个项目都不会告诉你昨晚谁赢了。但它们正是决定你看到的数字是不是你以为的那个数字的那一层。
世界杯还会继续产出关于判罚的争论。据《卫报》报道,NFL 将从 9 月起用鹰眼技术取代链式测量组。屏幕会越来越快。真正的争夺在屏幕底下的那些定义里。
资料来源
5- 01Apple Made a Sports App That Does Almost Nothing. It's IncredibleEN
- 02Rage against the machines: ignore the fury at Wimbledon, AI in sport worksEN
- 03We rebuilt the old Google Analytics on top of GA4's dataEN
- 04Show HN: Plainoldanalytics: Analytics Middlware for GoEN
- 05Why cheaper SQL doesn't make analytics cheapEN
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。