澳洲租房危机与雇人看房现象 - 澳洲租房危机加剧导致潜在租房者开始雇人看房以应对租房压力 [1] - Airtasker平台6月租房看房任务需求同比增加166% [1] - 雇人看房价格区间为40澳元至200澳元 [1] Airtasker平台运营模式 - 平台允许用户在几分钟内发布任务描述需求、时间和地点 [1] - 有意愿接收任务的人会询问价格并完成任务 [1] - 用户可根据评价和评级系统选择可信赖的任务执行者 [6] 雇人看房的驱动因素 - 潜在看房数量与时间压力双重影响促使租房者寻求帮助 [1] - 专业人士（如清洁、物业管理背景）可发现租房者忽略的问题 [3] - 非本地租房者为避免来回奔波选择雇人看房 [3] 雇人看房的潜在问题 - 行业缺乏监管执行任务者不受规定限制 [3] - 部分服务提供者缺乏专业知识无法提供有效信息 [5] - 可能影响租房者与中介建立关系的能力 [6] 行业影响与反思 - 雇人看房现象反映租赁行业在满足住房需求上表现不佳 [6] - 资源丰富的租房者通过提高租金或雇人看房获得优势加剧市场压力 [6]

AI对就业的影响 - AI正在取代程序员、设计师、产品经理、数据科学家、律师、客服、销售、财务等多个职业的"简单任务"，"难题"将变成新常态[7][8] - 理想情况下员工应该设法将100%工作内容自动化，释放时间用于无法被自动化的事情如战略思考[11] - 公司没有义务为员工职业生涯负责，员工必须主动更新知识体系才能持续创造价值[12][13] AI创业泡沫 - 当前AI创业潮类似2000年互联网泡沫，99%的AI公司都是泡沫，市场无法容纳这么多玩家[15][27][28] - "克隆时间"从25年前的1年缩短到现在的10天，产品复制门槛几乎为零[18][19] - AI公司面临两大根本问题：如何获得用户注意力和如何留住用户，绝大多数公司在这两点上失败[29] 技术变革下的应对策略 - 公司最大优势是速度，需要推动事情快速落地[42][43] - 正确做法是追求"速度矢量"(速度+方向)而非单纯速度，避免做不必要的事情[45] - 应该降低失败成本，通过小规模快速验证而非大投入长期项目[47] 行业变革趋势 - 初级市场营销人员将是最快被AI取代的岗位，比程序员还快[49][51] - 开发者职业将发生巨变，AI会让10倍效率的开发者成为超级开发者而非提升普通开发者[47] - 版权制度实质上已死，AI不承认内容来源将打击创作积极性[31][33] 公司管理策略 - 团队结构要保持轻巧但无明显短板，清楚知道哪些50人可以第一时间放手[54] - 新招聘员工必须是AI native，公司不会从头教新时代的运作方式[55] - 应该先最大化现有团队产出再决定是否招聘，而非盲目扩张[53][54] 技术发展趋势 - AI技术民主化使所有人站在同一起跑线，真正差异回到人的本质[23] - 市场将经历出清过程，最终只有少数几家核心玩家存活[28][29] - 目前距离AGI和超级智能还有距离，是企业试水的窗口期[39]

Fiverr发展历程 - 2010年创立于零工经济兴起时期 初始服务定价5美元 [2] - 2013年推出iOS应用切入移动互联网 [2] - 2017年起连续收购VeedMe、ClearVoice等公司拓展数字营销服务 [2] - 2019年以6.5亿美元市值上市 2020年疫情推动营收达1.895亿美元 [3][10] AI对行业的影响 - 标准化任务将被AI取代 人类价值转向审美判断与非常规创新 [3] - 99%的AI创业公司将在1-2年内被市场淘汰 仅基础设施与垂直场景公司存活 [4] - 产品"克隆时间"从15年前的1年缩短至现今10天 技术壁垒大幅降低 [20][23] - 初级市场营销岗位将比程序员更早被AI替代 因自动化门槛更低 [55][56] 创业与投资策略 - 创业核心在于解决真实问题而非优化现有产品(X.1版本) [4][24] - 先发优势与执行速度成为关键护城河 九个月先发期为Fiverr建立不可复制的社区 [23] - 投资决策回归创始人本质 成功案例显示50倍回报来自团队韧性而非初始条件 [26][27] - AI技术民主化使差异化竞争回归人的因素 创始人特质决定成败 [25][26] 企业应对AI变革 - 员工需100%自动化现有工作以释放时间投入不可替代领域 [11] - 公司应保持轻量团队结构 优先优化现有人效而非盲目扩编 [61][62] - 速度矢量(速度+方向)比单纯执行速度更重要 避免资源错配 [47][49] - 实验成本需持续降低 快速验证失败优于长期投入错误方向 [51] 技术趋势判断 - AI行业呈现类似.com泡沫特征 市场将经历残酷出清过程 [18][30] - 当前AI发展阶段相当于互联网早期 尚未进入定价与AGI阶段 [40] - 计算能力摩尔定律的确定性消失 五年预测失去参考价值 [39] - 内容版权体系被AI颠覆 创作激励与署名机制面临重构 [33][36] 行业竞争格局 - 云服务市场80%份额由2.5家巨头占据 AI领域或将复制此格局 [40] - 半导体行业技术演进路径明确 而AI发展呈现高度非线性 [39] - 开源与闭源路线之争持续 基础技术开放度影响创新分布 [64][65] - 超级开发者将借助AI实现10倍效能跃升 而非平均提升 [52]

核心观点 - 苹果基础模型团队负责人庞若鸣即将加入Meta，Meta开出2亿美金天价邀请其加入[2] - 庞若鸣在离职前完成苹果基础模型AXLearn的研究，该系统具有高度模块化和异构硬件支持特性[4][6] - AXLearn在代码复杂度、训练性能和推理性能上均显著优于主流系统[7][24][33] 技术架构 - AXLearn由组合器和执行框架构成，支持JAX程序生成与分布式硬件调度[16][17][19] - 系统通过严格封装实现模块化，集成RoPE和MoE功能仅需10行代码，其他系统需数百行[14][24] - 支持GPU/TPU/Trainium等异构硬件，自动优化分片策略和XLA编译选项[12][18][27] 性能表现 - 代码复杂度恒定为O(1)，其他系统达O(NM)线性增长，RoPE集成代码量对比：AXLearn(0行) vs Megatron-LM(400行)[24] - 训练性能：Llama2-7B在TPU-v5p-512上MFU达66.2%，超MaxText(61.6%)；70B模型在TPU-v5p-1024上吞吐量360K tokens/s[29] - 推理性能：AXLearn在70B模型上TTFT延迟仅150.5ms，较vLLM(80213.6ms)提速500倍；吞吐量超vLLM 1.6倍[33][34] 应用规模 - 支持超10,000个并行实验，部署于数十种硬件集群，训练模型参数规模达万亿级[35][36] - 已应用于智能助手、多模态生成等十亿级用户产品[37]

股东大会召集与召开程序 - 公司2024年年度股东大会通知于2025年6月5日刊登在上交所网站及指定媒体，召开日期为2025年6月27日，公告日期距召开日期达20日，符合法规及公司章程要求 [4][5] - 会议采用现场投票（上海新锦江大酒店）与网络投票（上交所交易系统9:15-15:00）相结合的方式 [5][6] 参会人员与表决权分布 - 现场表决股东共7名（A股3名/B股4名），代表表决权股份214,083,113股（A股212,586,660股/B股1,496,453股），占总股本38.8106% [6] - 现场+网络投票股东总计188名，代表表决权股份215,575,642股，占总股本39.0812%，网络投票股东身份由上交所信息网络公司验证 [6] 议案审议与表决结果 - 审议议案包括12项，涵盖董事会报告、财务决算、利润分配、监事会撤销、董事选举等，其中议案7（公司章程修订）为特别决议议案，议案5/6/9-12对中小投资者单独计票 [7][9] - 议案1-6/8-10以普通决议通过（赞成票超出席股东所持表决权半数），议案11-12采用累积投票制通过候选人，议案7以特别决议通过（赞成票超三分之二） [10] 法律程序合规性结论 - 股东大会召集程序、参会人员资格、表决程序及结果均符合《公司法》《证券法》及公司章程规定，表决结果合法有效 [10]

财务数据和关键指标变化 - 第一季度营收1.072亿美元，同比增长15%，较第四季度30%的同比增速有所加快 [15] - 第一季度调整后EBITDA为1940万美元，调整后EBITDA利润率为18%，较去年同期提高100个基点 [15] - 第一季度自由现金流总计2740万美元，同比增长31.6% [15] - 董事会授权额外1亿美元用于股票回购计划 [16] - 上调2025年全年营收和调整后EBITDA指引下限，预计全年营收在4.25 - 4.38亿美元之间，同比增长9% - 12%；调整后EBITDA预计在8400 - 9000万美元之间，中点调整后EBITDA利润率为20% [19] - 预计2025年第二季度营收在1.05 - 1.09亿美元之间，同比增长11% - 15%；调整后EBITDA预计在2000 - 2200万美元之间，中点调整后EBITDA利润率为20% [19] 各条业务线数据和关键指标变化 - 市场业务营收7770万美元，由350万活跃买家、每位买家3.09美元的支出和27.7%的市场抽成率驱动，增长得益于Fiverr Pro的持续强劲表现以及多笔大型交易 [16] - 服务业务营收2950万美元，同比增长94%，由Fiverr Ads、SellerPlus和AutoBS的持续强劲表现驱动，第一季度服务业务营收占总营收的27.5%，预计2025年全年将超过30% [18] 公司战略和发展方向及行业竞争 - 2025年三大战略重点为：向上拓展市场以强化市场业务、将增值服务作为关键增长催化剂进行拓展、投资人工智能以推动业务长期增长 [8] - Fiverr Pro作为企业解决方案套件推出两年以来，持续完善产品供应，客户可访问优质市场、通过动态匹配提交工作请求、获取推荐卖家短名单、利用项目管理获得大型项目端到端支持以及直接联系客户成功经理讨论需求，第一季度成功达成几笔数十万美元的大交易 [8][9] - Fiverr Go在2月推出后，超6000名优质卖家激活，超20万名买家与该产品互动，激活个人助理的卖家一小时转化率提升56%，14天转化率提升10%，未来将继续扩大类别覆盖范围和卖家访问权限，并将其体验进一步融入市场业务 [11][13] - 公司采用灵活且基于数据的市场策略，在营销投资上具有竞争力，能够在机会出现时加以利用 [17] 管理层对经营环境和未来前景的评论 - 宏观环境动态变化，但自由职业整体需求稳定，公司业务无直接关税风险，其价值主张在不断演变的经济环境中可能更具吸引力 [7] - 对2025年剩余时间的业务充满信心，战略重点将使公司持续取得成功 [13] - 有信心实现2027年调整后EBITDA达到25%的长期目标，并在截至2027年的三年内实现自由现金流14%的复合年增长率 [20] 其他重要信息 - 第一季度通常是营销投资的旺季，本季度从第四季度的增长幅度略大于过去两年 [17] - 预计第二季度下半年Seller Plus订阅量将因Fiverr Go的推动而有所提升 [18] 总结问答环节所有的提问和回答 问题1：Fiverr Go的进展及全年推广计划，以及宏观市场需求环境的驱动因素 - Fiverr Go已通过产品市场适配检验，目前进入规模化阶段，将在确保质量的前提下扩大类别和卖家覆盖范围，预计最终会成为广泛使用的工具；宏观上自由职业需求稳定，第一季度业绩提升是因为抓住了一些业务机会，且对高价值买家的投资开始见效 [29][30][31] 问题2：Fiverr Go对买家的影响 - 买家喜欢使用Fiverr Go，原因是它随时在线，能即时提供结果，且人工智能助手具有卖家的声音和风格，让买家感觉在与真人交流，从而实现更高、更快速的转化，未来助手还将成为买卖双方的业务伙伴，提升卖家表现和买家满意度 [41][42][43] 问题3：服务业务收入增长的可持续性，以及管理层乐观情绪的来源 - 服务业务收入增长可持续，预计未来几个季度将继续增长并在总营收中占比更大，原因是其具有基本价值，且有新的业务层级计划和业务拓展；管理层的乐观情绪源于向上拓展市场的投资取得良好效果以及Fiverr Go的成功 [50][52][53] 问题4：企业采用自由职业经济的趋势及相关对话的演变，以及Fiverr Go推出后营销和研发在中长期对利润率的影响 - 企业在面临专业技能缺乏、效率挑战等问题时，会寻求自由职业者来补充内部团队，自由职业在就业周期中将发挥更关键作用；公司专注高价值买家降低了宏观风险；在利润率方面，营销和研发仍有提升空间，随着业务规模扩大，营销将更高效，研发占比将略有下降 [58][60][61] 问题5：本季度签订的六位数交易中客户选择Fiverr的原因，以及AutoDS业务是否受关税影响 - 客户偶尔会寻求自由职业服务，公司通过合适的渠道与他们沟通并建立信任，配备高级客户经理提供服务，使客户在平台上的支出增加；AutoDS是软件订阅业务，收入与座位和订阅相关，不受关税影响 [68][73][74] 问题6：自由职业者对平台再投资率的可持续性，以及活跃买家趋势的稳定情况 - 自由职业者对平台增值服务的再投资没有阻力，因为这些服务的投资回报率为正；公司正向上拓展市场，获取高终身价值的大客户，牺牲了部分低终身价值的小客户，只要宏观经济不变，将继续投资提高每位买家的支出，活跃买家数量将下降，当宏观环境改善时，活跃买家数量下降速度将减缓 [79][80][81] 问题7：第一季度销售和营销机会的情况，以及Fiverr Pro合同的激励措施 - 公司在第一季度看到了销售和营销机会并加以利用，该策略将贯穿全年，包括第二季度；Fiverr Pro无需订阅，但需在平台上达到一定支出才能使用，激励措施包括优质卖家队列、特定产品和服务、保留计划（如奖励计划）以及账户管理和高级服务 [87][88][89]