我用chatgpt分析了戶鄉翔征和鄧愷威的對比,大致如下
與鄧愷威 MLB 數據對比(2025)
指標 戶鄉翔征(換算後 MLB 等效) 鄧愷威(MLB)
ERA 5.17 ~ 5.80 6.37
K/9 6.3 ~ 6.7 12.0
BB/9 4.3 ~ 4.9 4.9
WHIP 1.7 ~ 1.86 1.55
xERA / FIP 約 4.2 ~ 4.6 xERA 約 3.88
被打率 約 .300 .269
Hard-Hit% / Barrel% 無資料 Hard-Hit% 31.6%、Barrel% 3.9%
分析結論:壓制力比較(經過換算後)
鄧愷威優勢:
‧ 三振壓制力:遠高於戶鄉翔征
o 鄧的 K/9 高達 12,在 MLB 投手中屬於頂級級別。
‧ 投球潛力指標好:
o xERA 為 3.88,遠低於實際 ERA(6.37),代表他有很多是
「壞運氣」導致失分,壓制實力並不差。
‧ 強擊控制佳:
o Barrel% 只有 3.9%,顯示幾乎不讓打者打出強擊球。
戶鄉翔征相對劣勢(經換算後):
‧ 若以 NPB 成績換算,其 ERA、FIP、WHIP 等指標都 在 MLB 屬於劣於
聯盟平均。
‧ 雖然經驗值與比賽持續性較好,但缺乏強力的三振能力與球威優勢。
雙方劣勢與挑戰:
‧ 鄧愷威:控球問題(BB/9 偏高),失投與壓力下表現起伏。
‧ 戶鄉翔征:若轉戰 MLB,可能在球速與投球精準度上難與 MLB 打者抗衡。
結論:如果兩人都在 MLB 的環境下比壓制力…
假設情境 結論
單看數據與壓制潛力 鄧愷威在三振能力與潛在 FIP 上優於戶鄉,若能改善
保送,有成為 MLB 中段輪值的潛力。
若以穩定性與投球成熟度取勝 戶鄉翔征在投球穩定性與續航力上略優,但整體
壓制力若無大幅提升,恐難適應 MLB 水準。
總評 2025 年以實戰成績來看,兩人都尚未成為各自聯盟的頂尖壓制型投手,
但鄧愷威的壓制潛力更具爆發性,而戶鄉翔征則有較穩定的經驗與基礎。
鄧愷威在NPB的推斷年薪,以戶鄉為基準的話
我們可以採用一個簡化模型:
鄧愷威在 NPB 年薪 ≒ 戶鄉年薪 × 實力折價係數 × 市場調整係數
實力折價係數:因為鄧愷威雖有潛力,但有控球與穩定性問題,可能取0.7~0.9 之間。
市場調整係數:若球隊願意溢價吸引,也可能提高到 1.0~1.2;若風險被高估,
則可能低於 1.0。
因此,整體係數可能落在 0.7 × 1.0 = 0.7 到 0.9 × 1.2 = 1.08 的範圍內
。為保守起見,我們可以先假設他的最可能係數在 0.8 ~ 1.0 之間。
以戶鄉 3 億日圓為基準:
折價/市場係數 年薪估算(日圓) 折算新台幣(約略)
0.8 × 1.0 = 0.8 2.4 億日圓 約新台幣 5,000~5,500 萬左右
0.9 × 1.0 = 0.9 2.7 億日圓 約新台幣 5,600~6,000 萬
1.0 × 1.0 = 1.0 3.0 億日圓 與戶鄉同薪,約 6,300 萬台幣
1.0 × 1.1 = 1.1 3.3 億日圓 約新台幣 6,900 萬
0.8 × 1.2 = 0.96 2.88 億日圓 約新台幣 6,000 萬以上
所以比較合理的一個區間估算,大致是 2.4 億 ~ 3.3 億日圓之間。但考慮到他在
2025 年 MLB 的表現並不完全穩定,球隊可能不敢直接給最高值,因此更偏保守的
區間可能在 2.4 億 ~ 2.8 億日圓。
看來NPB也不失為一個選擇??
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.43.160.247 (臺灣)
※ 文章網址: https://webptt.cc/bbs/Baseball/M.1760034904.A.910.html
看來我們都誤會鋒哥和第1世代中職教練了 Q_Q
球來打就對了,手投久就不會痛了
科學是死的,球是圓的
※ 編輯: Fuuuck (114.43.160.247 臺灣), 10/10/2025 03:41:12
氣象也是一堆AI分析,所以才不準確嗎?? Q_Q
※ 編輯: Fuuuck (114.43.160.247 臺灣), 10/10/2025 03:43:05
推文 (60)
推
MG42
日本打者選球這麼細膩,他會被選爆吧。
10/10 02:37
噓
b1236711
GPT文請發4X
10/10 02:40
推
opie
日本打者可能不用刻意投邊角就可以讓打者打不好。
10/10 02:51
→
NdFe35
鄧愷威的bb9 k9都錯了 你請gpt查資料他可能會亂查
10/10 02:54
噓
littlesheepy
其他就算了,什麼鬼排版
10/10 03:14
推
goury
「你請gpt查資料他可能會亂查」對,這點非常重要,請自己先
10/10 03:28
→
goury
把資料都確認好後,再反覆提出質疑,而不是它說什麼就接受
10/10 03:28
推
goury
但總而言之,目前對這類問題回答就當個發想就好,不要真的
10/10 03:32
→
goury
管它下什麼結論給你,基本上都禁不起詳細推敲。盡信書不如
10/10 03:32
→
goury
無書,全盤信AI遠不如自己推論
10/10 03:32
噓
LeonX1025
AI分析
10/10 03:40
→
hidexjapan
AI不等於LLM
10/10 03:48
噓
b1236711
AI都搞不懂的人好意思說自己叫科學啊
10/10 03:51
噓
b1236711
不懂就閉嘴虛心求教 不是在那邊嘲諷別人
10/10 03:54
→
Sango150
AI如果不是科學,那是什麼學? 神學?哲學?
10/10 03:56
→
Sango150
AI跑不出你想要的答案就是偽科學 不如打N年壘球經驗是嗎
10/10 03:59
推
polanco
到很好笑 給個推
10/10 03:59
→
Sango150
某些系壘老球皮最喜歡強調科學不如他們的經驗直覺準確
10/10 04:04
噓
warriors30
GPT
10/10 04:06
噓
OvO0124
用gpt就是科學的話,那我不識字阿嬤也很會做科學研究了
10/10 04:09
推
b1236711
又一個不懂裝懂的 先把LLM升級成科學再來說別人反科學
10/10 04:11
→
Sango150
你要不要先確定llm是不是一種人工智慧模型?
10/10 04:24
→
b1236711
手機是不是科學? 我拿手機來切菜好不好? 說不好你就是看
10/10 04:26
→
b1236711
不起科學
10/10 04:26
→
Sango150
一開始扯AI 然後再來切割llm和人工智慧無關?
10/10 04:27
→
Sango150
你不喜歡的結果就是手機切菜 污染模因倒是學得很快
10/10 04:29
噓
icloud8
蛤 工具基本都搞不懂 到底在幹嘛
10/10 04:35
→
Sango150
某些人整天扯神學玄學哲學都不見有人反彈 就是愛這味?
10/10 04:40
→
Sango150
說到底還不是你喜歡的就算再不科學也無所謂 扯那麼多
10/10 04:41
推
rockiey
說不定下次贏日本又是幾十年後的事情
10/10 05:40
→
Sango150
人類會選擇性認知來規避+決定自己想認知的事物
10/10 05:59
→
Sango150
這點就是llm目前無法做到的事 某些人很好的證明了
10/10 06:00
噓
hsangel
問AI是三個小朋友?
10/10 07:12
推
jagr
AI遠不如自己推論XDD
10/10 07:12
→
NdFe35
https://imgur.com/qJoiFFS
10/10 08:27
→
NdFe35
這個我今天問的 請問llm是科學嗎
10/10 08:27
→
NdFe35
https://imgur.com/sDVJzq6
10/10 08:29
→
NdFe35
我叫他直接去br 跟fg查 還是錯的
10/10 08:30
推
goury
其實長期有在用AI問棒球相關的事,就知道我意思,真的可怕
10/10 08:32
推
goury
有些時候要研究很久才知道它為什麼查出這東西給你,但也有
10/10 08:39
→
goury
些時候根本不知道它在幹嘛,就是會去用到舊資料之類,但這
10/10 08:39
→
goury
都還好,最怕的是完全鬼扯的,例如要它比較Greene跟Torkels
10/10 08:39
→
goury
on,會一本正經跟我說Torkelson三振率較高所以怎樣怎樣...
10/10 08:39
→
goury
做為一個參考、發想點是可以,但千萬不要盡信,要盡信真的
10/10 08:39
→
goury
不如自己推論,至少實際去網頁查詢不會查出完全錯誤的資料
10/10 08:39
推
goury
然後,如果只是單純提出例如要它去Fangraphs查詢後回答,它
10/10 08:43
→
goury
可能會騙你他有去查了,但東西完全鬼扯,再追問才會告訴你
10/10 08:43
→
goury
它有什麼限制所以不能跟人類一樣直接查詢頁面(但這應該也不
10/10 08:43
→
goury
是全部實話)
10/10 08:43
噓
livec
吹成這樣也信
10/10 08:44
推
rahim03
ai 分析這個很不準 不只棒球 法律也是 連蒐集到的資料就
10/10 08:57
→
rahim03
是錯的
10/10 08:57
→
QQ101
你不懂ai =.=
10/10 09:17
推
hayoyo
不能全信AI好嗎......他只是輔助你判斷 你全盤相信
10/10 09:19
→
hayoyo
會死很慘,工作上我都有用AI去輔助 這是我的心得
10/10 09:19
噓
lf2nick
GPT也可以發喔……
10/10 09:21
噓
accaasss
我個人使用gpt 的經驗真的是參考就好 像前面說的資料最
10/10 10:10
→
accaasss
好自己找齊 然後反覆詢問 比較可信
10/10 10:10
噓
mike0107dif
GPT....你認真?
10/10 10:50
推
lannystan
Ai要一直問問題跟除錯才會有正確的答案 請去上AI課
10/10 11:03