体育科技的数据故事撞上更难的问题:钥匙在谁手里
体育数据分析一直被当作一个等待更多AI来解决的数据问题来卖,但档案里更有用的争论是架构层面的:应该把原始数据交给智能体,还是给它一个可以查询的数据库。

体育科技多年来一直在卖同一个承诺:更多数据、更快答案、更聪明的决策。每周送到桌上的市场研究标题都靠增长率和缩写词撑场面。工程现实要乱得多。本周材料里的两份文件值得放在一起读,因为它们描述了两种相反的方式,用来把体育组织越来越声称赖以运转的数字喂给AI智能体。
Starburst于9月11日发表了一篇分析,比较智能体数据分析的两种架构。文章写给企业数据团队,不是写给俱乐部或联赛的,但它用的例子故意很平常:一家杂货店问上周的鸡蛋促销是否赚钱。要回答这个问题,得知道促销是否拉来了本来不会来的顾客,新顾客有没有回头,同一笔交易里还买了什么,这些商品摆在店里什么位置,以及它们的利润有多高。这是一串跨多个数据集的追问。体育组织问“为什么某次赞助活动拉动了门票销售”时,面对的是同一种形状的问题。
方案0:把数据送给模型
第一种做法被Starburst称为方案0:把相关表提取出来,以文件或直连管道的形式把原始数据发给智能体,让智能体自己处理。公司对取舍说得很直白。当智能体按接收或处理的数据项收费时,把数TB数据发给智能体可能贵得离谱。Starburst说,性能上的劣势让这个方案的实际可行性低到不算好方案,所以它被标为方案0而不是方案1。
对体育球队来说,这笔账本来就不划算。一场比赛如今会产生追踪数据、视频衍生事件、票务记录、商品交易和应用遥测,而问问题的人很少。按行付费把这些数据搬进模型,不是多数分析部门能辩护的预算科目。
第二种做法是Starburst推荐的做法。让智能体直接访问数据库系统,让它自己写SQL,并在细化关注点时反复迭代。数据库引擎做它本来该做的事,用优化过的查询计划处理本地数据,智能体则负责监督,不断发出串行或并行请求,直到拿到值得返回的结果。Starburst承认已知的缺点:智能体可能比人类苛刻得多,工作时会用试探性查询把数据库压垮。
数据库行业今后将全力支持智能体工作负载,现代数据库系统也越来越能高效处理这类可扩展的数据处理。
这就是一句话版本的论点,它既是工程论证,也是销售论证。Starburst卖数据库系统。即便如此,关于优化发生在哪一层的观点很难反驳:智能体在进步,但它们不会像建立在数十年查询研究之上的引擎那样高效处理数TB结构化数据。
工具实际长什么样
本周材料里的两个开源项目展示了较小一端的水管是怎么接的。Adaca Analytics于9月8日在GitHub上以MIT许可证发布,在GA4数据之上重建了旧版Google Analytics仪表盘。来自GA4 Data API或BigQuery导出的每日汇总落到运营者自己的D1数据库,实时数据仍留在Google那边。开箱即用提供六个仪表盘,每个数字都能打开一个详情页,带自己的趋势和细分,整套东西跑在Cloudflare Workers上,由Cloudflare Access或内置Basic Auth保护。没有登录功能。
Plainoldanalytics于9月13日发在GitHub上,走的是相反路线:嵌入Go应用的外挂式网站分析。它不绑定存储,导入核心包不会拉进任何后端,gin和chi都有适配器。流量大约每秒刷一次到磁盘,运营者可以按请求设置键值属性,把某些路由排除在日志之外,或者记录字面路由路径而不是路径参数。
两个项目都不是体育产品。它们相关,是因为它们显示默认假设正在变化:数据留在运营者放的地方,分析层是你自己跑的东西,而不是租来的东西。
没人做基准测试的隐私问题
DataZen是一个本地优先的数据库客户端,8月29日发在Hacker News上,它直接把问题摆出来:我的数据去哪了?这个工具以GPLv3发布,不需要账号,默认支持PostgreSQL、MySQL、SQLite和Redis,另有MongoDB、ClickHouse、DuckDB和SQL Server的可选驱动。它内置MCP服务器,让Claude、Cursor和Cline这类智能体通过Model Context Protocol查询数据库,它也能充当MCP客户端。凭据用AES-256-GCM加密后存在操作系统钥匙串里,项目称只与用户配置的AI提供商共享模式和查询上下文。
最后这个区分正是体育组织该问的。模式和查询上下文不等于原始数据,但也不是什么都没有。模式会暴露一家俱乐部测量什么:存了哪些球迷属性,怎么给购票者分群,追踪哪些球员负荷。在一个伤病数据和合同谈判与票务放在同一套系统里的运动里,元数据本身就具有商业敏感性。
档案没有告诉我们任何俱乐部或联赛实际部署了什么,市场预测背后的厂商材料也不是采用的证据。它确实显示出一道分叉。一派主张让智能体驱动数据库,认为现代引擎能承受这种负载。另一派造工具,把数据留在本地,只把上下文送出去。体育科技将继承其数据团队选择的那个答案,而这个选择正在此刻做出,在开源仓库里,而不是在新闻稿里。
资料来源
4- 01An Analysis of Two Architectures for Agentic Data AnalysisEN
- 02We rebuilt the old Google Analytics on top of GA4's dataEN
- 03Show HN: Plainoldanalytics: Analytics Middlware for GoEN
- 04Show HN: DataZen – a local-first client for cross-database workflowsEN
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。