第240章 可怕的任務（1/2）
「你覺得湖人隊的實力如何？系列賽有機會取勝嗎？」
「我覺得湖人隊沒有什麼好可怕的，他們常規賽也就比我們多了3個勝場罷了，看看球隊的工資帽，湖人隊今年都快9000萬美元了，足足比我們掘金隊多了快3000萬美元，1000萬美元多買一場勝利而已。，」
這是掘金隊目前的當家球員，泰.勞森在採訪中對記者說的話，頓時，就在洛杉磯裡面引起了轟動。
「勞森太狂妄了，真以為掘金隊可以和湖人隊相提並論了麼？」有湖人隊的球迷不樂意了，在球迷論壇上留言譏諷道。
「哥們說得沒錯，這就是螞蟻搏鬥大象，自不量力！」湖人球迷大肆支持道。
「為什麼不能相提並論了？我們掘金隊很差麼？0809賽季開始，我們也算是西部強隊的行列了吧，憑什麼和湖人隊對比的資格都沒有了？你們湖人隊也太囂張了！」有丹佛人看不下去了，站出來留言反駁道。
「沒錯，你們還以為現在是0809，0910賽季？湖人隊早就退出了冠軍球隊的行列了，還擺什麼高調？未來洛杉磯是不是屬於湖人，那可都要兩說呢！」有湖人球隊的「敵視者」出現了，誰叫洛杉磯湖人從新世紀開始，大部分時間都屬於「霸主球隊」呢？從9900到0910，11個賽季5座總冠軍獎盃，7進總決賽，這份吸引仇恨的能力，放眼聯盟，絕對是數一數二的存在了。
樹大招風，鼎盛時期自然無人敢惹，但一旦衰敗，那就是「群起而攻之」之時。
spn就在這輪系列賽的頁面，做出了一個亮眼的標題，名道：3000萬美元買3勝？泰.勞森這樣說道。
丹佛郵報也寫道，湖人隊的時代過去了，今年北卡小子就要掀翻加州巨輪！
面對這個「三年級生」的狂言，湖人隊其餘人坐不住了，慈世平就帶頭髮聲道：小個子，這裡不是n！
馬特.巴恩斯也在接受採訪時說道：「我在今年季後賽，會去重點照顧他的，希望他到時候可不要哭鼻子才好！」
最後是科比.布萊恩特，他在球隊新聞發布會上直接說道：「掘金隊，沒希望。」
一些國內媒體，也趁機詢問唐潛，而唐潛的回答是：「泰.勞森？哦，他太矮了。」
比賽未開始，「唇槍舌劍」就率先上演，這就是nb的季後賽，和常規賽完全不同，四處瀰漫著濃重的火藥味。
就在唐潛準備在季後賽里「大幹一場」時，天降噩耗，驟然而至。
「季後賽的心魔在拿到nb總冠軍之前，所有季後賽比賽，競技狀態折扣1030。」
這算什麼？？？為什麼會這樣？？？
莫非是和張大帥的職業生涯有關？？？
威爾特.張伯倫，有不喜歡的球迷戲稱「季後賽軟蛋」，因為對比常規賽的無敵數據，他的季後賽數據，實在是下滑得有點「狠」。常規賽生涯場均30.1分，22.9個籃板，4.4次助攻，季後賽生涯22.5分，24.5個籃板，4.2次助攻，得分數據下滑7.6分。這個得分數據的下滑，就是「黑子」們主要的攻擊點了。然而大家對他的要求過於苛刻了，季後賽22.5分，24.5個籃板，4.2次助攻，這種中鋒，哪裡能找得到？如果現在出現一個，絕對一進聯盟就被敕封為超級巨星，榮譽光環，無盡加身。
唐潛來了美國後，特意翻看了一下nb檔案館的手動數據統計和舊報紙，結果驚人！
威爾特.張伯倫的季後賽數據，其實是不降反升的！
看看6667賽季，也就是p總冠軍的那個賽季，常規賽技術統計是24.1分、7.8個助攻、24.2個籃板、10.7次蓋帽，季後賽數據是21.7分、29.1個籃板、9.0次助攻、9.5次蓋帽。這是什麼數據？分明就是喬丹都要嚇破膽的季後賽數據好嗎？季後賽准4雙數據，請問nb歷史上誰能一戰？哦？你說指環王？nnn看看數據統計就明白，指環王個人數據從來都是落後張伯倫一大截的，用美國球迷的話來說，是該爾特人全隊防守住了威爾特.張伯倫。
你可以說拉塞爾比張伯倫偉大，但你絕對不能說拉塞爾比張伯倫強大。
可是很遺憾，那個年代nb官方還沒有統計蓋帽數字，只有現場數據記錄員和場邊記者他們留下了「存根」。否則比拼數據，不管是常規賽還是季後賽，張伯倫都是毫無置疑的n.1。
他和一比，所謂的「大」驕傲，賽季場均三雙，根本就是場「玩笑」，不值一提。
因為威爾特.張伯倫的賽季三雙，遠遠不止一個，光這一點，「大」就要黯然失色了。
可這一些，除了「鐵桿球迷」和「歷史數據專家」，誰又能知道？所以張伯倫到了他們嘴裡，就成了「季後賽軟蛋」，奚落和諷刺的對象。
但這些別人不知道，「異空間」你能不知道？？？你是不是準備玩死我？？？
唐潛看到「異空間」發布的這個任務後，整整坐在「異空間」暴罵了半個小時，直到罵道詞窮，方才訕訕離去。
而第一場比賽，還屬於「72小時」之內，唐潛連能力卡片都不能使用！
幸好第一場比賽，洛杉磯湖人隊依靠科比的強勢發揮，31541，總分比10388輕鬆獲勝。這才讓唐潛坐在板凳上，略微鬆了一口氣。第一場比賽泰.勞森徹底啞火，11投3中，投籃命中率27.3，用7分1個籃板2次助攻的「優異表現」，被湖人隊狠狠出了一口惡氣。
唐潛這場比賽，表現很一般，面對科斯塔.庫佛斯和季莫費.莫茲戈夫組成的「7尺雙塔」，差點被擊潰，僅僅得到了0分6個籃板0記蓋帽的數據統計。
本章未完，點選下一頁繼續閱讀。