上个月英超一轮比赛预期米兰(MILAN)官方网站，一名边锋禁区右肋送出一记贴地传里面，球从两名后卫之间穿过，落在小禁区线附近了。接应的队友迎球推射。球高出横梁半米。转播镜头切到传球者，他双手一摊了，转身往回跑。

赛后的技术统计里，这次传球没有被记作助攻，却被数据公司标注了0.38的预期助攻。比分没有变化，助攻助攻数据表里多了一笔账。预期助攻（xA）记录的就是事，它衡量的就是这次传球本来应该带来什么啊？这套算法的底层逻辑并不神秘。传球起点、终点、防守球员的位置与密度、传球方式是直塞、传中还撕开米兰官网是回做、接球者射门的角度和距离，变量被塞进一个模型，输出一个0到1之间的数字。数字越大。说明这次传球越接近“喂到嘴边”。

麻烦在于模型，不止一套。StatsBomb、Opta、Wyscout各有各的权重设定，同一场比赛同一个球员，传球三家的预期助攻能差出0.1以上。

一场比赛差0.1不算什么啊？攒一个赛季就是两三个球的差距。说白了，这不是一门精确科学，它更像是给传球质量打的一个概率分。真正让这个指标进入公众视野的，是它和实际助攻之间那道越来越刺眼的裂缝被浪milan官网。上赛季英超有一位边路球员，全季预期助攻接近11，实际助攻只有6次的，差值在联赛里排进前三。教练组内部对此并不意外，训练录像里能看到接球者在相同位置的射门转化率长期偏低。

反过来的。低质量助攻同样常见，中卫一脚五十米长传，前锋靠个人能力扛开后卫单刀破门，中卫的技术统计上写着一次助攻，预期助攻可能只有0.05靠运。

这类数字在球探报告里被标成“不能持续”，意思很直接是下次未必还有运气。俱乐部用预期助攻的方式，比外界想象得更实际。引援部门拿它筛人，特别的看重那些助攻数平平、预期助攻却排在同位置前列的球员，逻辑是“环境换了，产量会回来”。谈判桌上它也是筹码，买方会指着报告说，你这名球员上赛季助攻上双了，预期助攻只有7。溢价部分我们不太认。有意思的是球员自己的态度分化明显。

有中场私下抱怨，说数据看不懂他传球的意图是他那一脚是故意传到后点让队友冲顶的，队友没跑，账却算在他头上的。也有前锋开始反过来研究自己的接球数据，因为预期助攻高的传球，一般意味着他必须跑到那个位置。这套指标当然有盲区了。

它算不出一次传球在更衣室里值多少钱啊？也算不出后卫生死战里那脚解围式长传的分量。模型对“意图”几乎无能为力吧？队友的跑位意愿、门将的出击倾向，在公式里只能被压缩成概率。我见过一份球探笔记，旁边手写着一行字，预期助攻0.4了。接球的是队里头号射手，实际该按0.6算。

修正。机器暂时做不到。下一轮联赛开始，又会有传球变成0.1或者0.4，区别一般不在传球的人脚下，但在接球的人腿上。