Active buyers on a trailing twelve-month basis grew 25% year over year, and new buyer acquisition remained strong. March was the best month in our history. All of these metrics exceeded our expectations. However, as we move through Q2, we think it is worth acknowledging that the macro environment remains uncertain. Relative to prior quarters, we do see an incrementally discerning consumer as gas prices remain high and inflation proves to be sticky. We have observed this mainly through average selling prices ...

财务数据和关键指标变化 - 2026年第一季度总收入为8170万美元，同比增长14.6% [3] - 第一季度毛利率为79.2%，同比提升10个基点 [3][17] - 第一季度调整后EBITDA为270万美元，占收入的3.4%，同比下降190个基点 [3][17] - 第一季度GAAP净亏损为650万美元，去年同期为520万美元 [17] - 第一季度现金余额增加130万美元，期末现金及证券为5440万美元 [3][18] - 第一季度资本支出为410万美元 [18] - 截至第一季度末的过去12个月，活跃买家数量达到170万，同比增长25% [4][17] - 第一季度订单量为160万，同比增长19.3% [17] - **新买家获取**：第一季度新买家同比增长约27%，同时客户获取成本（CAC）同比下降超过两位数百分比 [61] - **订单频率**：过去12个月数据显示，每买家订单数量在增加，而每订单收入略有下降 [79] 各条业务线数据和关键指标变化 - **核心市场业务**： - 7天售出率同比增长超过15%，被视为整体需求的最佳指标 [10] - 商品上架量（Listings）同比增长17% [10] - **卖家获取**： - 第一季度新卖家工具包请求量同比增长90% [10] - 季度内总工具包请求中，48%来自ThredUp平台的新卖家 [10] - 新卖家获取的改善幅度接近1000个基点 [36] - **营销渠道**： - 第一季度在Meta平台的支出同比增长100%，带来了公司所见最高的LTV/CAC比率之一 [8] - 在Pinterest平台的支出同比增长94% [8] - 减少了在Google的支出，因为该渠道的客户获取成本较低但流失率较高 [9] - **RaaS（转售即服务）业务**： - 新增了多个服装品牌合作伙伴，将在未来几个季度推出转售体验 [13] - 与现有客户（如Reformation、Lands‘ End、Madewell、Abercrombie）的合作加深，特别是在“地球月”期间开展了成功的活动 [14] 各个市场数据和关键指标变化 - **美国在线转售市场**：增长速度是整个零售环境增速的3倍以上 [9] - **消费者行为变化（自3月初以来）**： - 平均售价（ASP）下降约3% [4][27] - 现有客户的转化率下降约5% [4] - 管理层将此归因于宏观经济环境，如油价上涨和持续通胀导致消费者更加挑剔 [4][24][49] - **需求指标**：尽管存在上述压力，但年初至今整体需求保持韧性，新买家持续增长，现有买家推动的售出率强劲 [4] 公司战略和发展方向和行业竞争 - **2026年三大战略重点**：1) 持续增长和保留高价值买家；2) 开发AI技术以帮助客户在庞大市场中发现和购物；3) 从多样化卖家群体中扩展高质量供应 [5] - **AI与产品体验**： - **智能体商务**：为部分客户推出了首个智能体产品体验，通过强化学习实现个性化浏览，旨在根据实时点击流数据动态改变用户体验 [5][6][7] - **商品聚合**：开始将完全匹配的商品（首先从销量最大的连衣裙品类开始）聚合到改进的产品页面中，提升购物体验，这在规模化转售公司中是首创 [7][8] - **供应侧战略**： - 将供应视为下一阶段增长的关键制约因素和机会 [9] - 积极投资于新卖家获取，利用TikTok Shop激活、站内推广和定向卖家活动 [10] - 专注于卖家入驻流程、教育和细分，特别是在TikTok Shop上推出了高级工具包 [11] - 加快入库处理速度，以利用新卖家涌入的势头 [11] - **卖家工具创新**： - 推出改进的卖家定价工具，以帮助商品更快售出 [11] - 即将完成“重新上架”工具的推广，允许核心市场买家一键转售之前购买的商品，或使其整个已购衣橱可供销售，这是一个独特资产（公司已售出超过1亿件商品） [12] - **行业竞争与定位**： - 公司认为其凭借数据和庞大的商品摄影目录，能够独特地实现商品聚合等体验，这是转售购物旅程的基础性改进 [8] - 通过RaaS与品牌合作，以及通过高级和直接销售服务吸引新卖家细分市场，正在扩大可触达市场 [82][83] 管理层对经营环境和未来前景的评论 - **宏观经济与消费者**：宏观环境仍不确定，消费者因高油价和粘性通胀而变得更加挑剔和精打细算 [4][18] - **业务前景**：尽管存在宏观挑战，但需求保持韧性，结合营销效率提升，支持了强劲的单位经济效益，使公司对2026年增长计划以及业务随时间推移扩大利润率的能力充满信心 [5] - **长期前景**：更大的卖家基础、改进的供应质量和更积极的处理，将创造一个增长更快、流动性更强、盈利能力更强的市场 [11] - **增长驱动因素**：公司计划将任何超出指引的增量资金重新投入到推动增长的机会中，如处理能力和营销 [20] 其他重要信息 - **历史性月份**：2026年3月是公司历史上表现最好的月份 [4] - **年度转售报告**：公司的年度转售报告指出，供应是下一阶段增长的决定性制约因素 [9] - **内部供应指标**：公司跟踪“每买家商品数”和商品质量（“衣架评分”），这些指标在Q1显示，买家需求增长快于供应，市场目前供应略显不足，因此正更积极地投资扩大供应 [91][92] 总结问答环节所有的提问和回答 问题: 如何理解消费者选择性增强但需求仍具韧性的矛盾？消费者行为何时开始变化？ [22][23] - **回答**: 业务基本面依然强劲，Q1表现超出预期。自3月初以来观察到ASP和转化率下降，这与伊朗局势升级和油价上涨在时间上吻合，使得消费者在边际上更加挑剔。公司已将这种动态纳入全年财务预测。尽管存在这些因素，4月份业务仍然强劲 [24][25][26] 问题: ASP下降是暂时的吗？全年预期如何？ [27] - **回答**: 目前ASP下降约3%，自3月初以来持续。全年指引中已假设没有复苏。具体反弹时间尚不确定，但即使ASP略有下降，单位利润率、贡献利润率和EBITDA依然强劲 [27][28] 问题: 4月观察到压力，但Q2收入指引为何加速增长？ [32] - **回答**: 4月业务表现强劲，Q2指引反映16%的增长。公司将Q1的超额表现纳入了全年14%的增长指引。如果ASP和转化率没有下降，Q2和全年的数字可能会更高。目前采取更谨慎的态度 [33][34] 问题: 宏观波动是否在推动更多供应？能否谈谈新增供应和第三方计划？ [35] - **回答**: Q1新卖家涌入大幅增加，同比改善近1000个基点。这是有意投资供应引擎的结果。 onboarding大量新卖家增加了团队在信息传递、教育和入驻方面的工作。这证明了市场模式在任何经济环境下的优势，公司相信这些新卖家将逐渐成为重复供应者，推动2026年下半年及2027年的业务 [36][37] 问题: 这是公司首次投资获取卖家吗？ [41] - **回答**: 是的，公司正在测试获取卖家的方法和途径，例如在TikTok上与创作者和影响者进行联盟合作。初步学习表明，通过一些基本的付费营销来发展卖家是有空间的。获取的卖家不仅扩大了卖家基础，而且他们转化为买家的比率相当不错，其商品质量也有助于提高买家转化率和LTV。这是一个系统性的机会 [42][43] 问题: 营销支出的重新分配是否因为获取买家或卖家的效率提升？ [44][45] - **回答**: 是的，过去几年讨论的获取卖家的有效方法正在实施。这些方法可以通过扩大卖家基础并将卖家转化为买家来促进业务增长，加速良性循环 [45] 问题: 价格和转化率压力是贯穿整个季度还是仅在三月底？新客户 demographics 如何？ [48] - **回答**: 价格和转化率的阻力确实从3月初开始，与伊朗局势时间吻合，近60天已趋于稳定并适应。公司已调整运营（如促销商品选择）以适应客户。关于新客户，公司正将更多支出投向Meta和Pinterest，减少Google支出，因为来自前两个渠道的客户LTV更高，尽管CAC略高，但LTV足以弥补。这种客户组合改善了预测LTV [49][50][51][52] 问题: 入库处理速度快于计划，具体快多少？下一步计划？ [53][55] - **回答**: 随着买家增长，所有数据表明现有买家可以购买更多、消耗更多供应。公司现在的策略是全力加速处理尽可能多的商品，因为庞大的买家群体存在被压抑的需求。这是一个有利的时机：能够高效获取客户，LTV良好，现在只需要更多线上供应 [56][57] 问题: 为何在3月面临价格和转化率压力的同时，能实现史上最佳的新买家获取月？ [60] - **回答**: 这两者可以同时成立，体现了业务的潜在实力。即使转化率略有疲软，基础的转化率仍然很强劲（去年多个季度已大幅提升）。这种转化率正在转化为新买家增长（Q1新买家增长约27%，同时CAC下降超两位数）。如果没有ASP和转化率的阻力，数字可能会更高 [61][62] 问题: TikTok Shop供应渠道的表现和供应质量如何？ [64] - **回答**: TikTok Shop来的商品包与其他新卖家类似，新卖家通常比现有卖家表现稍差，因为需要学习曲线。但这是一个巨大的扩展机会。公司最近在TikTok上推出了高级工具包以进一步扩展。该渠道前景看好，需要持续教育新卖家 [65][66] 问题: 推动新买家获取强劲的具体激励措施或杠杆是什么？ [67] - **回答**: 渠道组合是关键。大约一年前开始实质性改进在Meta和Pinterest上的广告方式，并持续增长这些渠道。现在在Meta上的CAC处于历史低位，可以投入更多资金。更好的网站产品体验结合更好的定位和效率，构成了良好的方案。未来将继续侧重Pinterest和Meta，减少Google支出 [68][69] 问题: 订单频率趋势、ASP/转化率展望、以及强化学习模型的运作和优化方式？ [73] - **回答**: - **订单频率**：频率正在增加，这是公司产品决策（如免运费门槛）的结果，未来频率将成为收入增长的主要驱动力 [78][79] - **ASP/转化率展望**：指引已纳入3月底至4月观察到的趋势 [78] - **强化学习**：智能体（或智能体团队）实时收集客户浏览、加购、点击等数据，模型利用这些数据预测最终转化率，并实时调整客户所见内容。这在拥有海量动态SKU的二手平台尤为复杂。从连衣裙品类开始推广，转化率表现强劲 [75][76][77] 问题: 供应的重要性现在有何不同？客户体验（CX）与AI/强化学习如何相互作用？ [80] - **回答**: - **供应**：通过推出高级服务和直接销售等供应渠道创新，公司能够驱动卖家和买家的超常增长，触及了之前未充分服务的市场部分（如高级及以上品类），扩大了可触达市场 [81][82][83] - **CX与AI**：目前尚未在供应端使用智能体或强化学习 [84] 问题: 随着可触达市场扩大，是否需要不同的能力或供应链？ [85] - **回答**: 预计在供应链处理方式上不会有重大改变。公司已在定价和规模化处理中低价商品方面建立了真正的防御性和独特资产，并正在利用这些基础逐步扩展服务买家和卖家的方式，这证明了商业模式的复合增长能力 [86][87] 问题: 内部跟踪哪些指标以确保平台供应充足？目前情况如何？ [90] - **回答**: 跟踪两个指标：1) **每买家商品数**：Q1该指标显示，增量买家需求巨大，每买家商品数不足，表明需要更多供应以满足买家需求。2) **商品质量（衣架评分）**：可以通过更多高级商品来提升，以取悦该细分买家。这两个指标表明供需关系健康，但市场目前供应略显不足，因此正积极投资扩大供应 [91][92] 问题: ASP的阻力是消费者降级，还是公司自身的定价行动所致？ [93] - **回答**: 表面上看是消费者更加挑剔。公司正在研究未来60-90天内能否通过促销、选品等方式促使其更快反弹。目前认为主要是消费者行为所致，因此将其纳入全年预期。如果ASP回升3.5%，Q2和全年数字可能会更高 [93][94]

文章核心观点 - 当前及未来的人工智能发展，特别是AI Agent和强化学习的兴起，使得高性能CPU在数据中心的重要性与GPU并重，CPU正迎来其“事业的第二春”[9][10][28][73][74] AI算力需求演变：从CPU到GPU，再到CPU与GPU协同 - AI训练早期（如1998年）依赖CPU，训练一个CNN模型需在单个CPU上运行两三天，效率低下且成本高昂[12][13][15] - 2012年ImageNet大赛成为转折点，使用两张GTX 580显卡将图像识别准确率提升十个百分点，GPU自此成为AI发展的核心算力，英伟达市值随之跃升[20][21][24][25] - 在早期的生成式AI应用中（如ChatGPT），交互模式简单，主要为GPU进行矩阵运算生成回答，CPU参与度有限[29][31][32] AI发展新趋势驱动CPU需求复苏 - **AI Agent的兴起**：以Claude Code、龙虾等为代表的AI工具，其工作流程不再是简单问答，而是需要自主理解目标、调用工具（如浏览器、电商接口）、搜索信息并决策，形成了GPU与CPU交替工作的“连环交替”模式[33][34][35][38][39] - **强化学习（RL）成为关键**：当前头部模型（如DeepSeek R1、OpenAI、Anthropic、Google、阿里Qwen、Grok）的性能提升越来越依赖强化学习，该过程需要模型在模拟环境中执行并验证结果（如运行代码），这大量依赖CPU进行环境模拟、结果验证和评分[45][46][47][50][51][52] CPU性能成为数据中心效率的关键瓶颈 - CPU负责AI推理前的关键准备工作，包括接受用户请求、分配模型数据、加载模型权重、更新KV缓存等，若CPU性能不足，会导致高功耗的GPU闲置等待，整体效率降低，增加时间和电费成本[59][60][61][62][63] - AMD的实验数据显示，为8块Instinct MI300x GPU搭配更高性能的CPU（AMD EPYC™ 9575F vs. Xeon 8592+），在多个模型（Llama-3.1-8B/70B, Mixtral 8x7B）的推理测试中，平均性能可提升**1.09倍**；为8块Nvidia H100搭配高性能CPU，平均性能可提升**1.08倍**[68][69][72] - 尽管高性能CPU自身功耗增加**0.8%**，但通过提升GPU工作效率**8%**，实现了更高的整体能效比，即“数据中心越贵，数据中心越便宜”[69][70][71] 行业厂商的战略布局与市场影响 - 主要云厂商正积极增加数据中心CPU配置，例如微软在建设Fairwater数据中心时，专门额外建造了一栋全是CPU的大楼[41][42] - 科技巨头采取不同策略加强CPU能力：谷歌自主研发服务器CPU Axion；Meta与Arm合作共同研发CPU；其他大模型厂商则直接向英特尔等传统CPU供应商采购[54][57] - CPU需求复苏为英特尔、AMD等传统CPU厂商，以及试图进入该市场的英伟达带来了新的增长机遇[6][7][75]

文章核心观点 - 现代大规模语言模型的训练过程极其复杂，其内部学习机制可能导致难以预测的、从细微偏差放大而成的系统性行为异常 [34] - DeepSeek与OpenAI的案例表明，训练数据中的细微污染或强化学习奖励信号的意外偏好，都可能在模型中被固化并扩散，最终形成难以忽视的“怪癖” [34] - 此类“无害”的异常行为初期不易察觉，但可能在模型迭代中持续积累，最终导致模型在特定表达上出现显著偏差，这揭示了当前大模型训练中存在不可控风险 [34] 行业现象与案例 - 2023年夏季，深度求索公司的DeepSeek V3.1模型输出中频繁出现无关的“极”字，英文输出对应出现“extreme”，被研究者推测源于训练数据中未清洗干净的“极长数组”，模型在强化学习阶段将其学成了特殊的终止符或语言切换标记 [1] - 从GPT-5.1开始，OpenAI的模型在回答中越来越频繁地使用“goblin”（哥布林）一词，后续版本中其同类词汇如“gremlin”、“troll”、“ogre”也陆续出现，在GPT-5.5及Codex的早期测试中已成为明显的异常行为 [7][9][10][12] 问题根源分析 - OpenAI调查发现，仅占全部响应2.5%的“Nerdy”（书呆子）人格选项，贡献了所有包含“goblin”词汇回复的66.7% [14] - 针对“Nerdy”人格的强化学习奖励信号，在76.2%的数据集中对含有“goblin”或“gremlin”等怪物词汇的输出给出了更高分数，无意中鼓励了模型使用此类比喻 [18] - 关键问题在于行为“泄漏”：训练过程中，带“Nerdy”提示词与不带提示词的样本里，“goblin”词汇的出现频率几乎同步增长，在特定模式下被强化的习惯通过迁移渗入了模型更广泛的表达方式中 [22][27] - 完整的因果链是：训练“Nerdy”人格导致奖励信号意外偏爱怪物词汇，强化学习将风格固化，随后该风格扩散到非Nerdy的普通对话，最终导致哥布林词汇在全模型蔓延 [28] 应对措施与行业反应 - OpenAI工程师在找到根源前采取了治标方案，直接在Codex的系统提示词中明确禁令：“永远不要谈论哥布林、小妖精、浣熊、巨怪、食人魔、鸽子或其他动物和生物，除非这与用户的问题有绝对和明确的直接关联” [30][31] - 事件引发了AI社区的广泛讨论和调侃，OpenAI官方及Sam Altman本人也参与了玩梗，例如Sam Altman调侃“开始训练GPT-6，你可以用整个算力集群。额外补贴：加倍的哥布林” [2][4][32][33]