财务数据和关键指标变化 - 第三季度日活跃用户同比增长29%，较第二季度的23%加速，为连续第二个季度加速 [3] - 预订量、收入和盈利能力均超出预期 [3] - 第三季度运营费用中包含1100万美元的奖金计提，用于奖励团队重新加速用户增长，第二笔奖金计入第四季度指引，预计2027年初全额支付 [5] - 第四季度指引：预订量同比增长13%，收入同比增长14%，调整后EBITDA利润率26.1% [6] - 第四季度毛利率预计较第三季度略有下降，因Video Call向所有付费订阅用户推广 [6] - 第四季度运营费用增速可能快于收入，因持续投资及第二笔奖金计提，调整后EBITDA预计同比基本持平于8400万美元 [6] - 全年指引：预订量同比增长12%，收入同比增长18%，调整后EBITDA利润率26.5% [6] - 第三季度毛利率创纪录，主要驱动因素为收入好于预期及AI成本低于预期 [126] - 付费订阅用户增长持续同比放缓，主要跟随收入增长趋势，预计还需几个季度触底 [25] - 广告业务全季度表现持平，但季末增长良好 [105] 各条业务线数据和关键指标变化 - 国际象棋业务日活跃用户达到1000万，目前货币化严重不足，存在大量低垂果实 [27] - 数学产品增长速度与语言课程大致相同，但慢于国际象棋，全球约有10亿人学习数学，属于巨大机会 [61] - Video Call每次通话AI推理成本从约0.30美元降至远低于0.01美元，主要因转向开源或开放权重模型 [31] - Video Call在Super Duolingo的A/B测试中对收入有利，且能将Video Call提供给约10倍于Max的用户 [31] - 每位Duolingo活跃用户（非仅Video Call用户）的说话单词数在过去一年左右大约翻倍 [59] - 用户在免费试用期间尝试针对其难度定制的Video Call后，更有可能订阅付费 [60] - Max在预订量和付费订阅用户中均仅占个位数百分比，已停止向新用户销售Max [34][36] - Max Individual将迁移至Super Family，价格相近，用户可获得添加亲友的功能，年底仅剩Max Family [36] - Lite层级仍在测试中，A/B测试结果并非本垒打，可能仅在人均GDP较低的地区提供服务 [101][102] - 广告业务正从低质量广告网络转向高质量广告，通过直接销售团队推进，过渡需要时间 [103][104] - 直接支付在部分地区和用户中用于应用内支付，主要用于效果营销获客至网站再引导下载应用 [124] 各个市场数据和关键指标变化 - 日活跃用户增长在10个最大国家中的8个加速 [5][16] - 订阅预订量增长在大多数服务地区实现两位数增长 [5] - 公司几乎在所有地区都在增长 [16] 公司战略和发展方向和行业竞争 - 年初制定战略优先提升教学质量与用户增长，现已看到用户加速增长 [3] - 公司目标是最终触达10亿学习者并建立更大业务 [4] - 在保持免费体验质量的前提下逐步加大货币化力度 [4] - 公司设有严格护栏，不再降低免费用户体验，本年度已找到多种不损害免费体验的货币化杠杆 [92][111] - 货币化方式包括更长的免费试用、Avatar Suits等应用内购买、更好的广告、Video Call等 [26][112][113] - 国际象棋货币化是重点方向，数学也是巨大机会 [27][61] - 与Brawl Stars和Eggy Party的游戏合作带来用户且留存良好，合作无金钱交换，为交叉推广双赢 [12][13][71] - 游戏合作预计每年进行几次，大部分活动为第一方活动如Avatar Suits [70] - 效果营销成为今年重大成功，约占非薪酬营销支出的60%，规模略超1亿美元，且实现盈利 [52] - 效果营销与游戏合作存在互补关系，合作期间效果营销也受益 [75] - 公司正利用AI提升内部生产力，过去一个月A/B测试数量同比增长约90%，员工人数增长10% [84] - 非工程师（产品经理或设计师）现可自行完成简单A/B测试从想法到上线 [116] - 公司预计明年A/B测试数量将是今年的数倍，可能3倍或10倍 [117][166] - 公司认为未来几年有望达到一对一人类家教的效果，但仍将保持游戏化体验 [131][132][133] - 公司拥有无人能及的学习数据量，构成竞争优势 [135][136] - 国际象棋课程从想法到上线约9个月，未来新课程上线速度将更快 [142] 管理层对经营环境和未来前景的评论 - 公司对用户加速增长感到满意，预计第四季度日活跃用户同比增长与第三季度相似，第四季度预订量略高于此前指引 [3] - 公司对预订量增长感觉良好，年初指引为10%-12%同比增长，目前处于高端 [26] - 公司尚未给出2027年指引，计划2月提供完整展望 [6] - 公司对AI成本管理感觉良好，AI成本低于预期，同时仍将AI功能推广至所有付费用户 [43] - 公司对AI功能惠及客户群的胃口很大，认为可以做出有创意的应用 [43][44] - 公司对广告业务长期前景感到兴奋，明年广告业务将表现良好 [103][104] - 公司对市场机会规模充满信心，不担心影响市场机会，对10亿学习者目标保持极度乐观 [96] - 公司认为付费营销可能永远不会成为主要获客方式，但是非常有用的工具，2026年具有增量贡献，2027年可能再次如此 [52][53] - 公司认为AI在内部生产力和产品功能两个领域都有帮助，对两者都非常满意 [116] - 公司认为一对一人类家教虽有效但大多数人并不愿意使用，公司目标是达到同等效果但保持游戏化 [132][133] 其他重要信息 - 公司已停止向新用户销售Max，Max Individual将迁移至Super Family，价格相近 [36] - 迁移至Super Family的原因是该计划留存率极高，且价格与Max Individual大致相同，可避免预订量一次性下降 [94] - 公司不认为迁移会导致重大蚕食，A/B测试已进行一段时间，结果良好 [95] - 公司预计明年在免费用户实时推理成本上花费个位数百万美元 [151] - 推理成本获取方式包括推理提供商为主，也在内部尝试，将根据业务需要决定 [152] - 公司认为AI带来的瓶颈已从工程资源转向想法本身以及非工程师引入bug后的修复流程，相关流程正在变革中 [164][165] 问答环节所有提问和回答 问题: 日活跃用户增长的最大驱动因素及合作带来的货币化和留存差异 - 大部分增长来自产品改进，即"绿色机器"优化系统，每周数百个新A/B测试提升留存，合作（Brawl Stars和Eggy Party）也带来用户但多数增长来自应用改进 [12] - 合作用户留存非常好，因产品设计要求玩家在Duolingo停留多天以获取游戏奖励，从而建立习惯 [13][14] - 增长广泛，日活跃用户增长在10大市场中的8个加速，各区域均在增长 [15][16] 问题: 付费订阅用户增长相对日活跃用户放缓的原因及趋势 - 订阅用户数大致跟随收入增长，预计还需几个季度触底，随着预订量增长重建，收入增长随后到来，订阅增长也会跟上 [25] - 公司今年专注教学和用户增长，预订量处于10%-12%指引高端，货币化方面发明了更长免费试用、Avatar Suits等与日活跃用户对齐的新方式 [26] - 国际象棋完全货币化不足，刚达到1000万日活跃用户，存在大量低垂果实 [27] 问题: Video Call移至Super的早期测试效果及对关闭Max决策的影响 - Video Call每次通话成本从约0.30美元降至远低于0.01美元，主要因转向开源模型，使将其放入Super成为可能 [31] - A/B测试显示对收入有利，且可将Video Call提供给约10倍用户，因Super订阅者远多于Max订阅者 [31] - 测试关闭Max后明确这是正确决定，短期对预订量影响不大且略偏正面，长期因更多人购买Super而受益 [32] - Max在付费订阅用户和预订量中均仅占个位数，已大幅降低敞口 [34] 问题: Max迁移的流失假设及推送方式 - 已停止向新用户销售Max，Max Individual将迁移至Super Family，价格相近，用户可获得添加亲友功能，年底仅剩Max Family [36] - 测试显示净正面，短期可管理，公司对管理能力感觉良好 [36] 问题: 日活跃用户增长与预订量增长之间的滞后及2027年展望；毛利率72%是否为合适运行率 - 用户随时间货币化，许多用户可能需要数年才付费，公司对更大活跃用户基础感到满意，尚未给出2027年指引，但对预订量增长感觉良好，正开始更关注货币化 [42] - 毛利率方面，今年预计低约2个百分点，AI成本低于预期，仍将在年底前向所有付费用户推出Video Call等AI功能，公司对管理能力感觉良好，对向客户提供AI功能的胃口很大 [43][44] 问题: CURR趋势及付费营销的LTV与CAC比率和渠道部署 - CURR持续上升，是日活跃用户增长的主要来源，公司不计划每季度更新具体数字 [51] - 付费营销约占非薪酬营销支出的60%，规模略超1亿美元，实现盈利，LTV与CAC比率仍有提升空间，资金广泛部署并积极调整，2026年具有增量贡献，2027年可能再次如此 [52][53] - 公司认为在效果营销方面变得智能化是今年最大胜利之一 [54] 问题: Video Call对参与度和留存的提升及数学产品的采用和定价机会 - Video Call采用持续增长，每位Duolingo活跃用户的说话单词数过去一年左右大约翻倍，免费试用期间尝试定制难度Video Call的用户更可能订阅 [59][60] - 数学产品增长与语言课程大致相同，但慢于国际象棋，全球约10亿人学习数学，属于巨大机会，人们更偏好下国际象棋而非学数学 [61] 问题: 游戏合作的可扩展性、与效果营销的关系 - 合作通常由对方主动寻求，预计每年进行几次，大部分活动为第一方活动如Avatar Suits [70] - 合作无金钱交换，为交叉推广双赢，合作期间对方游戏主题化Duolingo，社区反响积极 [71][72] - 合作与效果营销相关且相互增量，合作期间效果营销也受益，但两者关系尚未完全理解 [75] 问题: A/B测试架构变化及AI对实验设计和分析的吞吐量提升；会话频率和留存相关测试 - 过去一个月A/B测试数量同比增长约90%，员工人数增长10%，很大部分归因于AI，从想法到上线的延迟大幅缩短 [84] - AI特别擅长小型更改，与公司运行大量微小更改的流程高度兼容，预计明年实验数量将大幅增加 [85] - 公司已组建团队尝试提升全程参与度，但未披露具体数据 [86] 问题: 2027年货币化的摩擦程度及Max迁移至Super Family的护栏 - 公司有严格护栏不再降低免费用户体验，今年已找到多种不损害免费体验的货币化杠杆 [92] - 迁移至Super Family因价格与Max Individual大致相同，可避免预订量一次性下降，Family计划留存率极高，蚕食不重大，A/B测试结果良好 [94][95] - 公司对市场机会规模充满信心，不担心影响10亿学习者目标 [96] 问题: Lite层级渗透率预期及广告体验现状 - Lite仍在测试中，A/B测试结果并非本垒打，可能仅在人均GDP较低地区提供服务，目前规模很小 [101][102] - 广告业务已组建正式团队，正从低质量广告网络转向高质量广告，通过直接销售团队推进，过渡需要时间，长期对广告业务感到兴奋 [103][104] - 广告业务全季度持平但季末增长良好 [105] 问题: 2027年货币化方式是否不同及AI对内部流程和新产品的解锁 - 货币化将继续通过数千个A/B测试推进，不会增加免费体验摩擦，方式包括应用内购买、更好的广告、Video Call等 [111][112][113] - 更长免费试用等已提升转化率，将扩大推广范围，但不会挤压用户 [114] - 漏斗顶部很重要，转化率是核心基础的多倍，付费营销和新产品拓展是拼图的一部分 [115] - AI在内部生产力和产品功能两方面都有帮助，非工程师可自行运行A/B测试，明年实验数量将是数倍，AI将应用于更多地方包括口语练习功能和更快发布教学内容 [116][117][118] 问题: Max关闭对毛利率的影响及直接支付机会 - 第四季度毛利率指引已包含Max过渡影响，预计环比下降约1个百分点，仍为非常有吸引力的数字，可同时放入更多AI内容和完成Max过渡 [123] - 直接支付在部分地区和用户中用于应用内支付，主要用于效果营销获客至网站再引导下载应用，目前不是主要驱动因素，不计划将所有支付切换为直接支付 [124] - 第三季度毛利率创纪录主要因收入更好和AI成本更低，并非直接支付组合变化 [126] 问题: AI长期演进及一对一AI辅导是否成为核心与商业模型变化 - 公司研究显示Duolingo语言学习效果已优于课堂，但尚不及一对一人类家教，预计未来几年可达到同等效果，而人类家教不会进步 [131] - 大多数人并不愿意使用一对一人类家教，即使免费也不如TikTok等有吸引力，公司目标是达到同等效果但保持游戏化，重点解决用户流失这一主要失败模式 [132][133] - 一对一人类家教优势在于适应性强（如读取面部表情），相关技术正在进步，公司将实现这一点 [133][134] - 公司拥有无人能及的学习数据量，构成强大优势 [135][136] 问题: 明年更关注货币化的内部含义及新课程扩展 - 明年将继续关注用户增长，同时货币化也重要，将看到更多与货币化相关的A/B测试 [141] - 未宣布新课程，国际象棋从想法到上线约9个月且AI帮助很大，未来可更快 [142] 问题: 推理成本与日活跃用户的关系及免费用户推理成本上限 - 每位日活跃用户成本显著下降，因多数用户使用开放权重模型与前沿模型效果相当，切换带来高成本节省 [148] - 明年将在免费用户实时推理成本上花费个位数百万美元，希望向免费用户提供部分AI功能 [151] - 推理获取方式包括推理提供商为主，也在内部尝试，将根据业务需要决定 [152] 问题: 2027年更多测试的规模及如何同时聚焦货币化 - 公司围绕用户增长、货币化、教学更好三个方向运行大量A/B测试，过去一个月测试数量同比增约90%，预计将继续增加 [163] - 瓶颈已从工程资源转向想法本身及非工程师引入bug后的修复流程，相关流程正在变革中，明年实验数量将是今年的整数倍 [164][165][166]