Saya mencoba Pelatih Kesehatan AI baru dari Google, dan itu benar-benar mengejutkan saya

Kami dapat memperoleh komisi dari tautan di halaman ini.
Google telah meluncurkan “Agen Kesehatan Pribadi”, sebuah pelatih AI yang tersedia di aplikasi Fitbit. Saat ini dalam mode “pratinjau”, dan terbatas pada mereka yang berlangganan Fitbit Premium di AS. Kelompok itu termasuk saya, jadi saya mencobanya dan itu memberi saya beberapa latihan yang layak. Itu memberi tahu saya Pixel Watch 4, yang dibuat oleh Google dan yang mana sudah saya ulas, Dan apa yang aku pakai saat ini, tidak ada. Jadi, setara dengan AI.
Cara Mengaktifkan Pelatih Kesehatan Pribadi di Aplikasi Fitbit
“Pratinjau publik” dari bot pelatihan baru ini tersedia mulai hari ini untuk pengguna Fitbit Premium di AS, jika mereka menggunakan Android. (Dukungan untuk iOS akan segera hadir, kata Google.) Saya agak bingung harus menyebut bot ini apa—saya mendapat email dari Google yang menyebutnya sebagai “agen kesehatan pribadi” dan mendeskripsikannya sebagai “pelatih AI Google Health”. A Entri blog Google Ini disebut “pelatih kesehatan pribadi” Fitbit. Terlepas dari itu, itu tetap ada di aplikasi Fitbit.
Ketika Pelatih AI tersedia untuk saya, saya mendapat pesan di bagian atas layar Hari Ini yang mengatakan saya ingin “mencoba fitur Fitbit baru sebelum tersedia untuk semua orang.” Jika Anda melewatkan perintah itu, Anda dapat membuka gambar profil Anda di kanan atas aplikasi dan memilih Pratinjau publik Dari menu yang muncul.
Bergabung dengan pratinjau publik akan meluncurkan Anda ke versi yang benar-benar berbeda—beranikah saya menyebutnya beta?—dari aplikasi Fitbit. Ini belum mencakup fitur kesehatan, kewaspadaan, nutrisi, atau komunitas bulanan, jadi untuk mengaksesnya, Anda harus kembali ke versi aplikasi yang lebih lama. Anda dapat beralih antar versi kapan saja dari menu di bawah ikon profil Anda
Tetapkan tujuan kebugaran saya
Google mengatakan chatbot baru ini dapat menjawab pertanyaan sederhana tentang kesehatan…tetapi juga dapat melakukan pencarian web, jadi saya tidak terlalu tertarik dengan hal itu. apa aku telah melakukan Saya ingin melihat seberapa baik bot dapat menyiapkan rencana latihan yang konsisten untuk saya—itulah fitur hebat Google. Itu berjalan cukup baik sejak awal.
Pelatih menanyakan jenis pertanyaan yang sama yang saya harapkan akan dibahas oleh pelatih pribadi ketika menyusun rencana. Ini sepertinya merupakan pendekatan yang cukup terstruktur, dan mengumpulkan informasi berikut:
tujuan utama saya (Saya bilang saya ingin kembali ke kebiasaan yang konsisten setelah liburan)
Tantangan terbesar saya (Saya mengatakan sesuatu tentang motivasi dan waktu)
Saya dulu banyak berolahragaTermasuk jarak tempuh dan kecepatan lari saya (ini diambil dari data latihan saya tapi izinkan saya memperbaikinya)
Apa yang ingin saya lakukan?
Saat saya suka melakukannya (Perhatikan bahwa sesi energi saya jatuh pada hari Selasa dan Kamis)
Alat apa yang saya miliki? (Ini mengasumsikan saya memiliki ruang untuk berlari keluar dan peralatan latihan kekuatan)
Berapa hari dalam seminggu saya harus berolahraga?
Ini merespons dengan baik penyesuaian saya selama percakapan. Saya bilang saya ingin mengganti latihan kekuatan dan lari (dengan libur hari Sabtu), memulai sesi latihan kekuatan hari ini. Itu menyarankan fokus tubuh bagian bawah untuk mendukung lari saya, yang saya tolak. Saya menyebutkan beberapa lift favorit saya dan bertanya apakah lift tersebut dapat membangun program kekuatan di sekitarnya. Kami sepakat—rencana enam hari yang kuat dan berjalan berjalan dengan baik.
Bot memberi tahu saya bahwa akan memakan waktu hingga 10 menit untuk membuat rencana saya, tetapi hanya butuh dua menit. Latihan saya minggu ini sesuai dengan apa yang kita diskusikan, dengan beberapa perbedaan. Misalnya, saya meminta pull-up dan mereka memberi saya bantuan pull-up. Saya tidak suka set squat dan bench press enam repetisi, karena saya mengharapkan lift yang lebih berat dengan repetisi yang lebih sedikit. Tapi ada tombol “sesuaikan rencana”, dan dengan beberapa kali bolak-balik, saya bisa mengubahnya untuk mengubah latihan sesuai keinginan saya.
Kesulitan merencanakan jangka panjang
Saya sangat gembira melihat rencana saya – bagi saya, sebuah rencana menjabarkan langkah-langkah untuk mencapai suatu tujuan. Untuk rencana pelatihan, rencana ini melibatkan pengembangan menuju tujuan tersebut selama beberapa minggu atau bulan. Misalnya, a Rencana pelatihan maraton Jarak tempuh Anda akan meningkat hingga Anda dapat berlari sejauh 26 mil. Dalam kasus saya, dengan tujuan konsistensi, hampir semua hal akan sesuai dengan kebutuhan. Ini adalah mode mudah untuk pelatih, AI atau lainnya.
Tapi apa yang saya temukan di aplikasi bukanlah apa yang saya sebut a rencananya. Itu adalah empat latihan, yang membawa saya dari hari ini ke hari istirahat saya di hari Sabtu. Tidak ada cara untuk melihat minggu berikutnya, atau minggu setelahnya, atau berapa minggu yang sama di dalam Dugaan rencana ini. Tidak mungkin aku bisa melihat dua hari terakhir dari rencana enam hariku.
Saya bertanya kepada bot tersebut apa yang akan terjadi selanjutnya, dan bot tersebut mengatakan bahwa bot tersebut tidak dapat memberi tahu saya apa pun tentang minggu depan. Bagaimana dengan akhirnya? ini pekan? (Lagi pula, kami sepakat untuk enam hari.) Saya diberitahu bahwa minggu itu adalah Selasa hingga Sabtu. Saya mulai mengingat hal itu Binaragawan berdebat tentang berapa hari dalam seminggu. Setelah bolak-balik, itu memberi saya deskripsi tekstual tentang seperti apa latihan hari Minggu dan Senin, tetapi mereka tidak lengkap, bahkan tidak menyebutkan lift apa yang akan saya lakukan pada hari kekuatan. Ketika saya keluar dari percakapan dan melihat latihan di aplikasi, saya hanya punya empat latihan asli.
Saya mencoba bertanya dengan cara lain, dan pelatih mampu memberikan gambaran luas tentang apa yang mungkin terjadi dalam beberapa minggu ke depan. Sayangnya penyesuaian yang kita diskusikan sebelumnya tidak diperhitungkan, jadi ini menjelaskan bagaimana minggu kedua akan berlangsung Pada dasarnya diprogram Pada minggu pertama, sebenarnya latihan di kalender saya tidak berjalan seperti itu. Jika saya membandingkan paket chatbot ini dengan, katakanlah, Wiki Kebugaran RedditAkan lebih komprehensif jika wiki mempunyai cukup banyak hal.
Tidak ada cara yang lebih baik untuk melacak latihan
ya ditulis sebelumnya Tentang pelacakan kebugaran barebone Pixel Watch. (Ini berlaku Fitbit seperti Charge 6 Juga.) Anda dapat mengaktifkan mode latihan kekuatan di jam tangan, tetapi Anda tidak dapat melacak waktu istirahat atau mencatat latihan apa yang telah Anda lakukan, meskipun ada adalah Beberapa kemampuan untuk membuat dan melacak latihan yang sedang berlangsung.
Dengan mengingat hal itu, saya tidak berharap bisa melacak latihan kekuatan dari jam tangan saya, tapi menurut saya itu layak untuk ditanyakan. Bot hanya meminta saya untuk melacak latihan kekuatan dasar dari jam tangan (yang mencatat detak jantung dan total waktu, tidak ada yang lain) dan mengikuti latihan dari ponsel saya. Cukup adil.
Tapi tunggu! Aplikasi ini menampilkan setiap latihan dengan kotak centang di sebelahnya. Jika Anda seharusnya melakukan tiga set enam repetisi, Anda hanya akan mendapatkan satu kotak centang, bukan tiga. Dan tidak ada cara untuk mencatat berapa banyak beban yang telah Anda gunakan sehingga Anda dapat menggantinya di lain waktu. Bot memberitahuku kami akan melakukan sesuatu Kelebihan beban yang progresifNamun bagaimana saya bisa maju jika saya tidak melacak berapa banyak beban yang saya gunakan?
Mungkin sulit bagi bot sederhana untuk melacak energi, tetapi menjalankan olahraga seharusnya mudah, bukan? Versi aplikasi Fitbit yang lebih lama (yang dapat Anda akses meskipun Anda keluar dari Pratinjau) dapat merekomendasikan latihan lari yang dipersonalisasi dan memuatnya ke jam tangan Anda, sehingga jam tangan tersebut melatih Anda melalui kecepatan dan interval yang berbeda. Saya mencobanya selama menulis Ulasan Pixel Watch 4Jadi saya tahu perangkat itu bisa melakukannya. Saya mengharapkan pengalaman serupa di sini.
Namun ketika saya bertanya kepada bot bagaimana cara melacak latihan lari, semuanya menjadi aneh. Ini memberi saya petunjuk langkah demi langkah untuk menemukan latihan di jam tangan Pixel saya, tetapi petunjuknya salah. Misalnya, saya diminta untuk menggeser ke atas untuk mengakses daftar aplikasi, tetapi itu bukan cara Anda mengakses daftar aplikasi. Dan saya diberitahu bahwa latihan saya akan muncul di layar tertentu, tetapi tidak ada latihan di layar itu.
Saya membiarkan bot memandu saya melalui proses pemecahan masalah, yang gagal ketika saya menyebutkan bahwa perangkat saya adalah Pixel Watch 4. Jam tangan itu tidak ada, katanya kepada saya. Hanya ada satu Pixel Watch 1 dan satu Pixel Watch 2.
Apa? Pixel Watch 3 dirilis lebih dari setahun yang lalu. Pixel Watch 4 adalah model saat ini. Aku sedang memakainya sekarang. Saya bertanya kepada bot tersebut dari mana ia mendapatkan informasi tentang model Pixel Watch, dan bot tersebut menjawab dengan mengakui bahwa ia berhalusinasi “‘Pixel Watch 4’ yang tidak ada”.
Intinya: Teknologi yang menjanjikan, jika berhasil
Seperti banyak produk AI saat ini, kesimpulan terbaik yang dapat saya ambil adalah bahwa ini akan menjadi fitur hebat jika berfungsi dengan baik — namun saat ini tidak.
Berikut beberapa hal yang dimaksud dengan melakukan Tangani momen ini secara efisien: Percakapan orientasi terstruktur dan mengumpulkan informasi yang akurat (atau setidaknya demikian untuk situasi umum saya). Saat menggunakan istilah seperti “lajang berat dengan beberapa kekurangan”, bot memahami maksud saya. Itu dapat mengambil data dari riwayat latihan saya, seperti jarak tempuh lari saya dan jenis peralatan yang mungkin dapat saya akses.
Tapi jumlahnya banyak tidak bisa Lakukan dengan beberapa hal yang sangat mendasar dan mendasar. Ia tidak dapat membuat rencana jangka panjang, yang merupakan inti dari sebuah rencana. Itu bahkan tidak bisa memberi saya cara untuk menindaklanjuti latihan yang dihasilkannya.
Hal ini membawa saya kembali ke pertanyaan mengapa ada orang yang ingin menggunakan pelatih AI ini. Tentu saja, itu bisa disertai dengan satu ide Untuk latihan, tapi siapa saja yang mengetikkan query ke mesin pencari. Menemukan ide olahraga sederhana di Internet seperti mencari butiran pasir di pantai. Menambahkan yang lain ke tumpukan bukanlah hal yang inovatif.
Tetapi jika A.I Bisa Ubah latihan yang dibuat menjadi format yang dapat saya ikuti dengan teknologi Google (baik itu aplikasi atau jam tangan mereka), itu Fungsinya akan berguna, dan tidak akan menduplikasi sesuatu yang dapat saya temukan di jutaan tempat lain. Kemampuan untuk melacak kemajuan Anda dari waktu ke waktu juga akan berguna, tetapi itu berarti aplikasi harus mencatat berat badan Anda agar benar-benar berhasil. program Kelebihan beban progresif, tidak hanya berbicara tentang Kelebihan beban yang progresif. Itulah yang benar-benar perlu disampaikan oleh pelatih kebugaran pribadi, dan chatbot ini tidak memilikinya saat ini.

Berita
Dari pengklasifikasi statis hingga mesin penalaran: Paradigma OpenAI baru memikirkan kembali moderasi konten

Perusahaan sangat ingin memastikan model AI apa pun yang mereka gunakan Komitmen terhadap keselamatan dan penggunaan yang aman kebijakan, dan menyesuaikan LLM sehingga tidak menanggapi pertanyaan yang tidak diminta.
Namun, sebagian besar keamanan dan tim merah terjadi sebelum penerapan, dan kebijakan “penggabungan” terjadi sebelum pengguna sepenuhnya merasakan kemampuan model dalam produksi. OpenAI Dia yakin hal ini dapat menawarkan pilihan yang lebih fleksibel bagi organisasi dan mendorong lebih banyak perusahaan untuk menerapkan kebijakan keselamatan.
Perusahaan telah merilis dua model open-weight dalam tinjauan penelitian yang diyakini akan membuat institusi dan model lebih fleksibel dalam hal agunan. gpt-oss-safeguard-120b dan gpt-oss-safeguard-20b akan tersedia pada lisensi Apache 2.0 yang permisif. Model-model tersebut merupakan versi open source OpenAI yang telah disempurnakan gpt-oss, dirilis pada bulan Agustusmenandai rilis pertama dalam keluarga OSS sejak musim panas.
Di sebuah Entri blogoss-safeguard menggunakan logika untuk “menafsirkan kebijakan pengembang dan penyedia secara langsung pada waktu inferensi – mengklasifikasikan pesan pengguna, penyelesaian, dan percakapan penuh sesuai dengan kebutuhan pengembang,” kata OpenAI.
Perusahaan menjelaskan bahwa karena model menggunakan Chain of Thought (CoT), pengembang dapat memperoleh penjelasan tentang keputusan model untuk ditinjau.
“Selain itu, kebijakan diberikan selama inferensi, bukan pelatihan model, sehingga lebih mudah bagi pengembang untuk sering meninjau kebijakan guna meningkatkan kinerja.”" OpenAI mengatakan dalam postingannya. "Pendekatan ini, yang awalnya kami kembangkan untuk penggunaan internal, jauh lebih fleksibel dibandingkan metode tradisional dalam melatih pengklasifikasi untuk secara tidak langsung menyimpulkan batasan keputusan dari sejumlah besar contoh yang diberi label."
Pengembang dapat mengunduh kedua templat dari Pelukan wajah.
Elastisitas versus roti
Awalnya, model AI tidak akan mengetahui faktor keselamatan pilihan perusahaan. Sedangkan model pengirim tim merah Model dan platform,Jaminan ini ditujukan untuk penggunaan yang lebih luas. Perusahaan seperti Microsoft Dan Layanan Web Amazon sampai Platform tampilan Untuk membawa Pagar pembatas untuk aplikasi kecerdasan buatan Dan para agen.
Perusahaan menggunakan pengklasifikasi keselamatan untuk membantu melatih model mengenali pola masukan yang baik atau buruk. Ini membantu model mengetahui pertanyaan mana yang tidak boleh mereka jawab. Hal ini juga membantu memastikan bahwa model tidak menyimpang dan jawabannya akurat.
“Pengklasifikasi tradisional dapat memiliki kinerja tinggi, latensi rendah, dan biaya pengoperasian rendah," kata OpenAI. "Namun mengumpulkan contoh pelatihan dalam jumlah yang cukup dapat memakan waktu dan mahal, dan memperbarui atau mengubah kebijakan memerlukan pelatihan ulang pengklasifikasi."
Model mengambil dua masukan sekaligus sebelum mengambil kesimpulan tentang kegagalan konten. Dibutuhkan kebijakan dan konten untuk menentukan peringkat sesuai dengan pedomannya. OpenAI mengatakan model tersebut bekerja paling baik dalam situasi di mana:
Potensi kerugian sedang muncul atau berkembang, dan kebijakan harus beradaptasi dengan cepat.
Domain ini sangat bagus dan sulit ditangani oleh pengklasifikasi yang lebih kecil.
Pengembang tidak memiliki cukup sampel untuk melatih pengklasifikasi berkualitas tinggi untuk setiap risiko di platform mereka.
Latensi tidak sepenting menghasilkan label berkualitas tinggi dan dapat ditafsirkan.
Perusahaan mengatakan gpt-oss-safeguard “berbeda karena kemampuan logikanya memungkinkan pengembang untuk menegakkan kebijakan apa pun,” bahkan kebijakan yang mereka tulis selama inferensi.
Model ini didasarkan pada alat internal OpenAI, Safety Reasoner, yang memungkinkan timnya lebih sering memasang pagar pembatas. Mereka sering kali memulai dengan kebijakan keamanan yang sangat ketat, “menggunakan komputasi dalam jumlah yang relatif besar bila diperlukan,” dan kemudian menyesuaikan kebijakan tersebut saat mereka menggerakkan model melalui perubahan produksi dan penilaian risiko.
Kinerja keselamatan
OpenAI mengatakan model perlindungan gpt-oss-nya mengungguli GPT-5 Thinking dan model gpt-oss asli dalam hal akurasi multi-kebijakan berdasarkan pengujian benchmark. Model tersebut juga dijalankan pada benchmark ToxicChat secara keseluruhan, dan performanya baik, meskipun pertimbangan GPT-5 dan alasan keselamatan sedikit mengungguli model tersebut.
Namun ada kekhawatiran bahwa pendekatan ini dapat mengarah pada sentralisasi standar keselamatan.
“Keselamatan bukanlah konsep yang didefinisikan dengan baik,” kata John Theakston, asisten profesor ilmu komputer di Cornell University. “Setiap penerapan standar keselamatan akan mencerminkan nilai dan prioritas organisasi yang menciptakannya, serta keterbatasan dan kekurangan modelnya.” “Jika industri secara keseluruhan mengadopsi standar yang dikembangkan oleh OpenAI, kita berisiko melembagakan perspektif tertentu mengenai keselamatan dan menghalangi penyelidikan yang lebih luas mengenai kebutuhan keselamatan dalam penerapan AI di banyak sektor masyarakat.”
Perlu juga dicatat bahwa OpenAI belum merilis model dasar untuk rangkaian model oss, sehingga pengembang tidak dapat mereplikasinya sepenuhnya.
Namun, OpenAI yakin bahwa komunitas pengembang dapat membantu meningkatkan perlindungan gpt-oss. Ini akan menjadi tuan rumah hackathon pada 8 Desember di San Francisco.

Lompatan Ajaib telah kembali.
Perusahaan teknologi, sekarang Dimiliki oleh Dana Investasi Publik Arab SaudiHari ini merilis prototipe sepasang kacamata pintar Android XR yang dibuat sebagai “desain referensi untuk ekosistem Android XR” dan mengumumkan bahwa mereka telah memperluas kemitraannya dengan Google. Kacamata AR memiliki bingkai yang lebih tebal dari biasanya, namun tidak terlalu menggelikan, dan tampak memiliki kamera. Namun yang kami ketahui adalah ini: Tidak ada informasi mengenai ketersediaan atau fungsi sebenarnya dari kacamata tersebut.
Meskipun Magic Leap belum mengungkapkan banyak detail konkret tentang warna barunya, dikatakan bahwa mereka telah “menggabungkan pandu gelombang dan optik Magic Leap dengan mesin ringan Wraxium MicroLED Google” yang ditujukan untuk perangkat AR yang dapat dikenakan sepanjang hari.
“Kolaborasi Magic Leap dan Google berfokus pada pengembangan prototipe kacamata AR yang menyeimbangkan kualitas visual, kenyamanan, dan kemampuan manufaktur,” Perusahaan mengatakan dalam sebuah pernyataan.
Lompatan Ajaib dan Sejarah Spotted Google di AR
Kedengarannya bagus, tetapi kedua perusahaan telah terjun ke AR di masa lalu dan merilis produk yang jauh dari harapan. Pada tahun 2018, ada banyak kegembiraan di kalangan pimpinan teknologi tentang Magic Leap One, tetapi headset augmented reality seharga $2.295 terjual habis. Sekitar 6.000 unit dalam enam bulan. Lompatan Ajaib Pada tahun 2024 Magic Leap One ditinggalkanNamun tampaknya ia siap untuk kembali dengan sesuatu yang baru.
Google memiliki sejarah yang lebih mendalam dalam AR yang belum populer, dengan Google Glass yang dirilis pada tahun 2014 dan mendapatkan banyak sensasi, dan produk tersebut sebagian besar ditinggalkan pada tahun 2015 karena penjualan yang mengecewakan karena masalah privasi dan fungsionalitas yang terbatas.
Agar adil, baik Google Glass maupun Magic Lip One memiliki potensi, namun mungkin sudah lebih maju—perangkat keras pada pertengahan tahun 2010-an tidak dapat memberikan potensi tersebut dengan harga yang wajar. Ini adalah dunia yang berbeda pada tahun 2025, ketika semua orang mulai dari Apple hingga Meta hingga puluhan pemain kecil berharap untuk merilis kacamata AR yang mematikan.
Ruang kacamata pintar AR semakin ramai, namun tujuannya bukanlah kacamata pintar generasi ini, melainkan generasi berikutnya. Permainan di balik permainan bagi perusahaan teknologi adalah menciptakan sepasang kacamata pintar yang fungsional dan cukup fleksibel untuk menggantikan ponsel Anda sepenuhnya. Dalam beberapa hal, kami berada di ambang sepasang warna yang dapat menggantikan semua layar lainnya—tampilan spektakuler seperti XReal One sungguh menakjubkan. Namun tantangan teknis lainnya, seperti baterai yang dapat bertahan dalam jangka waktu yang wajar dan sistem kontrol yang intuitif, masih akan terjadi. untuk saat ini
Olahraga
Iblis mengincar kemenangan beruntun baru melawan Hiu

Setan New Jersey akan berusaha untuk kembali ke jalur kemenangan ketika mereka mengunjungi San Jose Sharks pada Kamis malam.
The Devils kalah dari Colorado Avalanche 8-4 pada hari Selasa dalam pertandingan pembuka empat pertandingan tandang, mengakhiri rekor kemenangan beruntun mereka di delapan.
“Kami tertinggal beberapa poin dan kemudian kami kehilangan struktur kami. Itu hal terburuk yang bisa terjadi. Kami kebobolan dengan mudah,” kata penyerang Devils Nico Isier. “Kami menunjukkan dengan tepat bagaimana untuk tidak bermain hoki (melawan Colorado).”
New Jersey mengizinkan lima gol pertama melawan Avalanche, membuatnya menarik dengan mencetak empat gol berturut-turut, tetapi kemudian mengizinkan tiga gol terakhir.
“Saya sudah menantikan pertandingan San Jose, karena pertandingan itu mengungkapkan banyak hal,” kata Hischier. “Aku harus bangkit kembali.”
The Devils mengalahkan Colorado 4-3 dalam perpanjangan waktu di kandang pada hari Minggu, mengkonversi kedua pembunuhan penalti dalam permainan dan memasuki pertandingan ulang sebagai yang kedua secara keseluruhan di NHL dalam pembunuhan penalti, tetapi hanya membuat dua dari enam penalti dalam kekalahan hari Selasa.
“Sebagian besar kebobolan yang kami alami adalah cedera Tingkat A yang kami timbulkan pada diri kami sendiri,” kata pemain bertahan New Jersey Brenden Dillon. “Ini gila karena kami tidak benar-benar melakukan hal itu. Kami harus menjadi lebih baik.”
New Jersey kembali menjamu Sharks Jumat lalu, menang 3-1. San Jose mendominasi Setan musim lalu, jadi mereka tidak akan menganggap enteng Hiu, terutama setelah mengalami kekalahan telak.
“Jelas mereka tidak merasa nyaman dengan pertandingan (Selasa), tapi kami akan melewati pertandingan ini,” kata pelatih Devils Sheldon Keefe. “Saya sangat tertarik dengan reaksi kami.”
The Sharks kalah dalam enam pertandingan pertama mereka musim ini (0-4-2), kemudian bangkit kembali dan memenangkan dua pertandingan dalam perpanjangan waktu pekan lalu.
Namun mereka masih mencari kemenangan pertama mereka secara regulasi.
San Jose membuat comeback yang menakjubkan setelah tertinggal 3-0 melawan tim tamu Los Angeles Kings pada Selasa malam. The Sharks menyamakan skor lima menit memasuki babak ketiga dengan tiga poin berturut-turut, tetapi membiarkan gol lampu hijau dengan waktu tersisa 6 menit dan 40 detik, kalah 4-3.
San Jose mengungguli Kings 40-14 di pertandingan ini.
“Ini mengecewakan, tapi saya pikir kami bermain sangat keras dan saya pikir kami melakukan beberapa hal yang sangat bagus untuk permainan terlengkap kami tahun ini,” kata pelatih Sharks Ryan Warsofsky.
Center San Jose Macklin Celebrini, pilihan keseluruhan No. 1 di NHL Draft 2024, memperpanjang rekor mencetak golnya dengan assist menjadi lima pertandingan (lima gol, enam assist).
“Dia salah satu pemain terbaik di liga,” kata penyerang Sharks Alex Wennberg. “…Dia membuat perbedaan setiap kali dia melangkah di atas es. Dia adalah pemain franchise kami, pemain terbaik kami. Sungguh mengesankan melihatnya. Dia mengambil satu langkah maju. Saya senang berada di sana bersamanya.”
William Eklund, yang dipilih ketujuh secara keseluruhan oleh San Jose pada tahun 2021, juga mencetak satu assist, memperpanjang rekor mencetak golnya menjadi empat pertandingan (tiga gol, lima assist).
“Dia memainkan hoki terbaik yang pernah saya lihat dia bermain,” kata Warsowski tentang Eklund. “Dia sedang menjalankan misi. Dia melakukan banyak permainan. … Kami benar-benar melihat seperti apa Eaky nantinya. Dia akan menjadi lebih baik dan lebih baik lagi.”
–Media tingkat lapangan
Berita8 tahun agoThese ’90s fashion trends are making a comeback in 2017
Berita8 tahun agoThe final 6 ‘Game of Thrones’ episodes might feel like a full season
Berita8 tahun agoAccording to Dior Couture, this taboo fashion accessory is back
Berita8 tahun agoUber and Lyft are finally available in all of New York State
Berita8 tahun agoThe old and New Edition cast comes together to perform
Bisnis9 bulan agoMeta Sensoren Disensi Internal atas Ban Trump Mark Zuckerberg
Berita8 tahun agoPhillies’ Aaron Altherr makes mind-boggling barehanded play
Hiburan9 bulan agoMakna di balik jejak perbedaan Kendrick Lamar – Hollywood Life
