今天，AppLovin是美国市值最高的科技公司之一，今年预计产生约60亿美元现金，旗下广告平台的年度广告支出已达200亿美元。但很少有人知道，就在不到三年前，这家公司的股价曾从高点暴跌92%。

近日，在2026年All-In Summit上，AppLovin创始人兼CEO Adam Foroughi首次系统讲述了这段历史——从IPO崩盘到AI转型，再到用回购“逆天改命”的完整路径。

Foroughi在对谈中直言：“广告就是ML 1.0，是所有今天驱动AI的技术的第一个商业实现。”而AppLovin正是沿着这条技术曲线，完成了从移动游戏广告到电商购物意图创造的跨越。

一个"藏在1亿款游戏里"的广告帝国

AppLovin并不是一个家喻户晓的名字。Foroughi自己也承认，“那个蠢名字也没帮上什么忙。”

但它的规模不容小觑。

Foroughi在对谈中介绍，AppLovin本质是一家移动游戏广告公司——帮助游戏开发者变现流量。他给出了几个数字：

• 全球每天有超过10亿人在玩手机休闲游戏

• 2024年初，AppLovin自有平台的年广告支出已达110亿美元，此后以约60%的年增速增长，粗略估算今天接近200亿美元

• 整个移动游戏广告生态的市场规模，他估计约为500亿美元

“不久前，社交媒体广告还是一个500亿美元的机会。”Foroughi说，“这个空间正在快速增长。”

更重要的是，AppLovin的EBITDA利润率目前达到84%，在同类公司中排名第一。

至暗时刻：年赚10亿，市值却只剩38亿

这家公司的现状，和它三年前的处境形成了强烈反差。

2021年4月，AppLovin以约280亿美元市值上市，一度冲高至400亿美元。

然后，崩了。

“2022年，股价几乎每天都在跌。”Foroughi回忆道，“我们最终跌到了38亿美元的市值。”

而那一年，公司的EBITDA是10亿美元。估值倍数从上市时的高位，跌到了不足4倍EBITDA。

崩盘的原因，他解释得很直接：“你在市场上的定价，取决于你的投资者质量。”

2021年IPO潮涌，蓝筹投资者根本没空研究一家名字奇怪的公司。早期私募股东和员工急于套现，供给大于需求，股价一泻千里。

那段时间，Foroughi接到了家人和朋友的电话。“他们问我，你有没有想不开？”他说，“我说，我们当初是一分钱起家的，股价现在还有10块钱，还涨了很多。但作为CEO，你很快意识到，你的团队也在接同样的电话——而他们没有你的底气，也没有你的持股。”

自我救赎：停止路演，买回自己

面对市场的抛弃，Foroughi做了一个反常的决定。

“我告诉团队，我不打算再见投资者了。他们不买我们的股票，见他们是浪费时间。但我们产生了大量现金——那就买回自己的股票，成为自己最好的投资者。”

AppLovin随即启动了大规模回购计划。

结果是：累计回购约60亿美元，注销了约20%-25%的流通股。这批股票在最高峰时，价值超过500亿美元。

与此同时，公司内部推行了一项绩效股票计划，覆盖核心员工，而非只给CEO。Foroughi的逻辑是：“我们知道现在很难熬，你以为自己有套房子，现在没了。但如果你撑下去，等我们反弹，你会赚到很多。”

支撑他判断的，是一次关键的技术升级。

2023年4月，AppLovin将广告算法从回归模型（ML 1.0）升级为深度学习模型（ML 2.0）。效果立竿见影——广告主的投放回报率大幅提升，平台增速随之爆发。

但公司依然没有主动对外发声。

直到2023年9月，Foroughi才第一次去纽约见投资者。那时股价已经从低点反弹到约80美元。

“那一周，股价从80美元涨到了150美元。市值从280亿涨到了550亿。”

“就因为我去了一趟纽约，告诉大家：我们公司还在，我们活下来了。”

广告即“ML 1.0”：技术逻辑怎么看

Foroughi对AppLovin的技术定位，有一套清晰的表述。

广告是ML 1.0。它是所有这些技术最早的商业化实现，而这些技术今天正在驱动AI。

他区分了两种广告逻辑：

搜索广告（漏斗底部）：用户已经知道自己想买什么，去Google搜索完成交易。这类需求，大语言模型正在直接替代Google。

发现式广告（漏斗顶部）：用户不知道自己想要什么，广告创造了需求。“你展示一个推荐，让他们说'哇，这看起来真不错，我去买了'——这才是Meta广告业务的驱动力，也是我们想做的事。”

他认为，发现式广告创造的是真实的经济增量，而搜索广告只是加速了一笔本来就会发生的交易。

对于AI Agent是否会颠覆广告业，他态度审慎：

会有一部分人用Agent来优化固定的消费行为，比如每月自动续订营养品。但发现式平台不是这个逻辑。普通购物者不是那种泡在Twitter上追最新科技的人。

我们的受众，更像是《纽约时报》的读者。今天还有大量人每天在用Yahoo的产品。

为什么小公司能赢过Meta和Google？

AppLovin的EBITDA利润率84%，持续多年。面对Meta和Google这两个拥有最顶级工程师的广告巨头，它为什么没有被打垮？

Foroughi的回答很简单：

我们从不认为自己赢了。每天早上醒来，我们都觉得今天可能就要完蛋了，所以必须拼命干。

他的竞争逻辑是：专注、精简、快速迭代。

如果你非常专注，保持精简，就能比巨头跑得更快。

对于“高利润率会不会被竞争打掉”的质疑，他的解释是：

这些技术极其复杂。如果你能持续创新，拥有差异化数据，你就能建立护城河。就像Anthropic，按道理不应该在大语言模型领域跑那么快——但当一个模型达到规模效应并被大规模采用，它就形成了别人很难逾越的壁垒。

他还提到，AppLovin在中国北京设有工程团队。“中国人非常勤奋、非常聪明。能和他们合作，是这家公司的优势之一。我坐在会议室里，常常觉得自己是房间里最笨的人——这反而让我每天都很兴奋来上班。”

访谈全文：

Adam Foroughi，AppLovin CEO：熬过92%的股价回撤、广告即ML 1.0，以及500亿美元的游戏广告市场

2026年9月21日 · All-In Summit 2026

第一章：Adam Foroughi 加入 Besties！

主持人： Adam 大概是最出色却鲜为人知的创始人。有一个广告平台藏身于十万款手游之中，并正在悄然超越 Facebook 广告，成为电商品牌的首选。在逾千家 IPO 公司中，市值最高的是 AppLovin。创始人心态必须是追求胜利的。他们今年大概会产生约 60 亿美元的现金流。在一个不讲道理的世界里，人们会以为你在作弊，而没有意识到你其实构建了世界上最酷的技术之一。请欢迎 Adam Foroughi！

---

主持人： Adam，感谢你来到这里。我们觉得和你聊聊会非常有意思，因为你不怎么出现在媒体头条，你经营公司的方式几乎与媒体完全绝缘——不怎么接受采访，也不太公开谈论公司。但这是一家极其出色的企业。你能向大家介绍一下 AppLovin 是做什么的，并且帮我们描绘一下市场的大致格局吗？

Adam Foroughi： 当然。我认为，我们之所以能在没有早期风险投资的情况下把公司做得这么大，正是因为我们必须埋头苦干、低调行事。当然，这个有点搞怪的公司名字也没帮上什么忙。

我们本质上是一家广告公司，专门帮助手游开发商在这个领域实现商业变现。很多人没意识到手游世界已经变得多么庞大——每天有超过十亿人在玩手机休闲游戏，这些人都是成年人、家庭主事者，市场机会之大，难以想象。

我们在差不多两年前的去年一月披露，仅在我们自己的平台上，每年就有 110 亿美元的广告投放。此后我们保持了大约 60% 的年同比增长，粗略估算，今天这个数字已经接近 200 亿美元。

而我们并非这个市场的唯一玩家，还有许多其他广告公司也在这个领域变现。把这些加总起来，大概可以说整个手游生态系统每年吸引的广告投放大约有 500 亿美元。

不久之前，社交媒体广告市场也就是一个 500 亿美元的规模。这个领域正在快速增长，而且受众群体会主动看广告，很多时候他们是为了获取奖励而选择观看广告，这种机制创造了一种"产生意图"的可能性。

在公司发展的大部分时间里，我们都在通过这种方式创造意图——让用户从一款游戏的体验自然地流向下一款游戏。而真正令投资者，也令我们自己感到兴奋的是：深度学习模型现在已经非常强大，我们可以利用同样的空间，将这些成年用户引导进入消费购物场景。这让我们得以进入规模更大的经济领域，创造更大的经济价值。这也是我们团队对正在做的事情如此充满激情的原因。

第二章：发现式广告 vs. 搜索广告，以及你的手机真的在监听你吗？

主持人： 第一波互联网广告在很多方面点燃了众多关键技术的火花，这些技术随后扩散到了世界各地。比如谷歌通过 AdWords、AdSense、应用语义学等一系列技术所做到的事情。这一代互联网广告是否也在发生同样的事情？这里是否正在诞生一些对整个互联网具有深远意义的基础性技术？

Adam Foroughi： 是的。广告可以说是 ML 1.0——它是如今驱动 AI 的所有这些技术的最早实现形式。大型语言模型今天在社会中创造的经济价值远超广告，但广告是深度学习模型一种非常有利可图的应用形态。

推荐系统在结构上与大型语言模型有所不同，但在许多方面它们遵循着相同的发展轨迹。大型语言模型领域的大量研究成果可以迁移到推荐系统，反之亦然。很多如今投身大语言模型研究的学者，职业生涯早期可能就是从研究广告系统起步的。这两个领域有着深刻的内在关联。

广告业务，以及任何广告生意的好处在于，当你构建一个模型时，你是在预测一个未来的结果——可能是一条广告，或者是社交网络上的一篇推荐帖子，或者是一系列内容——而且你能立即将预测的价值变现。

主持人： 2026 年与 2006 年相比，人类对广告的反应是否存在一种普遍的行为规律？这是否有一条可以预测的演化轨迹？

Adam Foroughi： 这很有意思。我是 2005 年入行的，那时的广告简直一塌糊涂，全是垃圾邮件，技术也完全不够用。后来 Facebook 做了一件很聪明的事——它意识到，如果把手头所有的数据与优秀的技术结合起来，广告就能变得极其精准。如今，如果你去问大多数购物的人，他们大部分的购物灵感都来自 Instagram。广告已经变得很像内容本身。

在我们的领域也一样，人们很喜欢我们展示的广告。你可能以为人们不会喜欢，但我们在小型迷你游戏广告上看到了大量的互动——这些广告出现在其他游戏里，人们会主动去试玩这些预览内容，因为技术已经强大到能够向每个人推荐真正相关的内容。

主持人： 关于 AI 对广告网络的冲击，有很多担忧，尤其是针对谷歌。OpenAI 现在也有了广告产品，我相信你一直在密切关注并从中汲取经验。当人们开始用聊天机器人进行五六轮查询时，广告会是什么样子？很明显，95% 的用户不会每月付 20 美元使用这项技术，他们会期待免费使用。ChatGPT 已经说要免费了。你来说说他们在广告方面的布局。这是会导致单次广告效果下降、但总量上人们使用更多，还是说它会比谷歌搜索的广告模式更有效？

Adam Foroughi： 广告有两个维度。一个是漏斗下端广告——消费者大体知道自己想买什么，只是在做研究来完成这笔交易，这就是谷歌的搜索业务。如果我想买一双皮鞋，过去我会去谷歌搜索，研究一番，然后广告把我引导到我需要去的地方。今天，你可以用大型语言模型同样完成这个闭环。所以这种广告模式将与谷歌搜索业务形成直接竞争。

而我们所在的领域，是在用户没有明确意图的情况下向其展示广告。我们要做的是创造原本不存在的东西——向他们展示一个推荐，让他们心想："哇，这看起来真不错，我要去买一个。"这也是驱动 Facebook 广告业务的底层逻辑。

搜索或大语言模型促成的交易，本来无论如何都会发生——即便谷歌广告从未存在，只要搜索存在，那笔交易也会发生，只是路径不同。所以这条路上其实并没有太多经济增量的创造空间。

但当你向一位消费者展示一件他们压根不知道存在、不知道自己需要的商品的广告时——这就是纯粹的发现，完全的发现式体验。这正是 Meta 广告业务如此强大的原因，也是我们所追求的方向。你创造了那个"发现时刻"，不仅对消费者来说是一次愉快的体验——他们对自己买到的东西充满期待，等着包裹送达，迫不及待地拆开——而且你真实地创造了经济增量。

主持人： 那军备竞赛的问题呢？有些人说，我在朋友聚餐时随口提到了某件事，回头就在 Meta 或其他地方看到了相关广告。这是不是我们反应过度了？这种事真的在发生吗？那种想卖更多东西的冲动会不会让广告越来越具有侵入性？

主持人： 是的，每当这种事发生的时候，感觉真的很诡异。那实际上到底发生了什么——我说了某件事，然后广告就出现了？

Adam Foroughi： 我认为你肯定做了一些其他可以被追踪的行为，比如做了搜索、浏览了某个网站、进行了商品搜索，但你自己没意识到，然后你谈到了相关的话题，开始看到相关广告。并不是麦克风开着，或者某个应用真的做了窃听之类的事。

主持人： 不过有一种理论是，如果我们几个人在一起聚餐，这些应用知道我们的地理位置，可以把我们归为一个群体。比如说，我们都聊到了想买某款车或某块手表，然后 Friedberg 离开时用手机搜索了那块表想收藏，而系统追踪到了我们所有人的位置，就把那块表的广告推给了我们四个人——是这样的逻辑吗？

Adam Foroughi： 我认为广告公司无法追踪位置信息。我们完全不追踪位置。要追踪人的精确位置然后用来投放广告，是一件非常沉重的事情。更何况，如果要监听麦克风，再解析麦克风的内容，再转化为广告指令，数据量之大根本不现实。

主持人： 那如果我们几个人是朋友、彼此有关联呢？

Adam Foroughi： 这个数据我们不会有。但如果你在社交网络上，你们之间的社交关系当然可能会驱动广告体验。如果某个朋友搜索了某样东西，你可能就会看到相关内容。这没什么不对的。

确实，这里面有一种让人感到不安的"creepy 因素"，但在这么多公司大规模投放广告的情况下，所有收集到的数据在很大程度上都已经受到了管控。

人们往往忽略的是，正是因为这些广告变得如此精准，才创造出了巨大的经济价值。你看到的那条广告，你能认同它——20 年前，你根本不会在意那条广告。而如今 GDP 有相当一部分就来自这个数字广告经济体系。这些技术越先进，GDP 增速就越快。

第三章：IPO 暴跌与成为自己最好的投资者

主持人： Adam，我觉得你们公司的运营方式实在太有意思了。你现在在洛杉矶？

Adam Foroughi： 我在洛杉矶。公司最初在硅谷，是在帕洛阿尔托成立的。

主持人： 帕洛阿尔托。然后你在这边，你们在中国也有很多开发人员，是吗？

Adam Foroughi： 我们的工程部门在帕洛阿尔托、北京和新加坡。

主持人： 你们没有融很多风险投资，2021 年公司上市，上市时市值大约 200 亿美元？

Adam Foroughi： 我们是以联合 IPO 的方式于 2021 年 4 月上市的，当时大约是 280 亿美元。

主持人： 280 亿。然后到 2023 年，市值跌到了多少？

Adam Foroughi： 公开市场有个有意思的地方。2021 年上市时，我们有 6 亿美元的 EBITDA，市值 280 亿美元，最高曾到达 400 亿。但到了 2022 年，股价几乎每天都在跌，最终跌到了约 38 亿美元市值。而那一年，我们实现了 10 亿美元的 EBITDA。

主持人： 这太难以置信了。等一下，我们捋一捋——市场出于某种原因对这门生意不买账，那你怎么做的？

Adam Foroughi： 你很快就会意识到，而且我有金融背景所以理解得更清楚：你在市场上的股价，取决于你股东的质量。我们的早期股东包括私募股权投资人、联合创始人和其他团队成员，他们在上市后会选择出售。而当时有大量公司扎堆上市，蓝筹投资者根本没时间去研究这家名字怪怪的公司到底是什么，所以我们面临的局面是需求极少、供给极大，由此造成了股价的暴跌。估值倍数从较高的水平——我倒不会用 50 倍 EBITDA 来给公司估值——跌到了荒谬的低点，不到 4 倍。

所以，作为一个有金融思维的人，面对这样的暴跌，你必须意识到另一面存在机会。我转向内部团队说：我不打算再跟投资者谈了，他们不买我们的股票，谈了也是浪费时间。但我们产生了大量的现金流，那就用来买自己的股票，成为我们自己最好的投资者。我们由此启动了一个非常激进的股票回购计划。从那以后，我们大概回购了约 60 亿美元的公司股票，注销了大约 20% 到 25% 的流通股。在股价高峰期，这 60 亿美元的回购价值超过了 500 亿美元。

所以，那个看起来无比沮丧的时刻，完全可以转化成巨大的机会。

主持人： 你一直是这么想的吗，还是也有过一段非常低落的时期，觉得"天哪，这是怎么了"？

主持人： 对，我正想问这个——当股价下跌 92% 的时候，你怎么维护公司内部的文化氛围？

Adam Foroughi： 确实很艰难。家人、朋友都打电话来问，"你还好吗，有没有想不开？"我说，你看，我们是从一分钱起步的，股价还是 10 美元左右，从绝对值来说还是涨了很多。但作为 CEO，你立刻意识到一件非常艰难的事：你的团队成员也在接到同样的电话。而他们没有你那样的定力，也没有你那样的股权占比。

所以我们的应对方式是，打造一种"我们对抗整个世界"的心态——所有人都背弃了我们，但我们要坚持回购股票。同时，我们也推出了一个绩效股票激励计划。这种计划通常只给 CEO，但我们把它落实到了公司核心骨干，告诉他们：我们知道现在很难熬，你们以为自己手里有一栋房子，现在感觉什么都没了。但只要你们坚持下去，一旦我们反弹，你们将会在上升端获得丰厚的回报。

后来，当投资者开始重新关注我们，那时正好是我们从 ML 1.0 升级到 ML 2.0 的节点——从回归模型转向深度学习模型——结果非常显著。我们的广告算法驱动着整个业务，算法越好，广告主在我们平台上的投资回报就越高，一切都是基于效果计费的。所以公司开始高速增长。

进入 2023 年，我们在 4 月推出了新模型，但彼时我们仍然没有对外沟通，所以外界还不知道。大约到了 2023 年 9 月，我去了纽约，那时股价已经涨到大约 80 美元，业绩驱动下已经有所恢复。我说，该开始跟投资者谈了，因为市值已经足够高了，不能再像以前那么激进地回购了。

结果那一周，股价从 80 美元涨到了 150 美元，市值从大约 280 亿美元翻倍到 550 亿美元——就因为我到了纽约。

主持人： 就因为你去纽约说了句"嘿，我们公司还活着，我们熬过来了"？

Adam Foroughi： 对。我坐在那些会面里，很容易看出对方的反应——我做这种事很有经验。那些人坐在那里，明显是在给外面的人打电话说："买买买买买。"那一刻真是太爽了。

主持人： 那反过来呢？一旦他们做多了，他们是不是又开始问："Adam，我们怎么扩张？怎么增长得更快？为什么只做游戏？为什么不做电商？为什么不做这个、那个？"

Adam Foroughi： 完全是。真是进退两难，怎么做都不对。

大多数人其实并不是逆向投资者——极度下跌有多猛，极度上涨就有多猛。我们的股价在两年半内从 9 美元涨到了 750 美元，市值从 38 亿美元最终到达 2500 亿美元。两端都极端。

我们现在已经回归到一个相对稳定的位置，对增长机会充满期待。但我发现，公开市场的投资者和私募市场的投资者其实没什么本质区别——他们都追逐趋势，只是往往比你希望的要滞后。最优秀的那批人，能早于市场捕捉到这些趋势。这就是为什么顶尖 VC 和普通 VC 之间有差距，顶尖公开市场投资者和普通投资者之间也有差距。

第四章：隐私法规、苹果的管控，以及 AI 智能体如何改变人们的购物行为

主持人： 能不能谈谈隐私问题？苹果和欧盟确实在盯着像你们这样的公司，认为你们收集数据的方式过于激进。一些游戏开发者也不希望平台收集其用户数据，因此已经在逐步收紧。扎克伯格当年就直接面对了这个问题。那么这对你们的业务构成什么样的阻力？当苹果竭力——说白了——想要动摇你们的业务时，你们如何应对隐私问题？

Adam Foroughi： 在任何这类领域，你都希望监管规则是清晰的。规则一旦清晰，技术就能应对。5 年前，你可以在 iOS 上精准定向某个用户；今天，如果用户说"我不想被精准定向"，你就把他归入一个群组，向其投放精准度较低的广告。

有意思的是，苹果做出这个改变之后，有大量用户反而来投诉说："给我看更相关的广告，你现在给我推的都是垃圾。"所以确实需要隐私监管——这让科技公司能够按照预期去做——但另一方面，消费者也确实需要相关广告来帮助他们发现产品。

你坐在游戏里，看 30 秒广告来换一条命，你实际上获得了有货币价值的东西。那你是想看 30 秒垃圾广告，还是看 30 秒和你相关的内容？自从这些隐私规则落地之后，科技公司已经适应了，而深度学习网络的能力也非常强大。

主持人： 有一个快速跟进问题——关于游戏收购的事。你们之前尝试过收购一些游戏，我们今天也请来了 Bending Spoons，他们在积极收购那些不一定差、但增长相对平缓、风投不太感兴趣的业务。对你来说，成为一家游戏工作室是可持续的方向吗？这会不会和现有合作伙伴产生冲突？

Adam Foroughi： 我们已经把那些游戏全部卖掉了。当初买下来是出于数据战略的考量——当我们构建第一个深度学习模型时，需要数据来训练，而游戏工作室通常不愿意把数据分享给第三方公司。所以我们自己买下了工作室，用来填充第一个模型的训练数据，构建出了一个在市场上表现非常好的模型，公司开始快速增长。一旦我们的第三方合作开始进来，我们就把那些工作室剥离出去了。

主持人： 那在一个到处都是 AI 智能体的世界里，广告会是什么形态？人机交互的界面可能已经改变，不再是电脑打字或手机浏览，可能是 Meta 眼镜或其他设备——广告在"智能体商务"中扮演什么角色？那么多人正在努力推动智能体商务落地。

Adam Foroughi： 我觉得现实情况是，这个世界的一部分确实会开始用智能体来优化某些一致性的购物行为。比如我可能会把我的补剂订阅交给一个智能体，让它每个月自动优化并按时送达。但发现式广告平台不是这么回事，而且典型的消费者，并不是那种深度使用智能体、活跃在 Twitter 上、随时追着最新技术跑的人。

我们的受众更像是《纽约时报》的读者——现在每天还是有大量人在使用雅虎的产品。普通消费者想要找到一个商品，想亲身经历那个购物的过程，想货比三家，想追踪物流，想体验整个交易流程。

如果你事后告诉他，"嘿，其实智能体可以帮你做这一切，还能省 20%"，我觉得对于一笔 50 美元的交易来说，这根本无所谓——因为亲自走完这个流程本身就带来多巴胺，这才是他们享受的东西。

所以确实有一部分技术前沿的人群会采用智能体，但我认为我们太过高估 Twitter 圈子的代表性，而忘记了普通消费者其实并不是这样的。

第五章：精小团队如何击败巨头、利润护城河，以及在中国的团队建设

主持人： 让我来理解一下你们是怎么赢的——Meta 和 Alphabet/Google 是世界上最聪明的公司，拥有最顶尖的工程师，其大部分收入来自广告，他们已经建立了自己的模型，并且做了一两个十年了。一家小公司是怎么在这个特定领域参与竞争并且胜出的？而支撑你们继续赢下去的运营模式是什么？

Adam Foroughi： 这里有一点帮助我们走到今天——我们从来不觉得自己赢了。我们每天早上醒来，觉得今天很可能要出事，所以必须拼命干。这造就了一家精小的公司，汇聚了大量真正深耕于这件事的领域专家，高度聚焦于手游体验，以及如何将其转化为另一端的消费行为。

我认为，如果你足够专注，保持精小，就能比那些巨头移动得更快。这就是挑战巨头的能力所在。

主持人： 那业务上的"漏点"在哪里？我说的是看一张损益表，就像我十年前分析亚马逊那样——我们发现了他们各处的漏点，后来的洞察是：亚马逊会把这些漏点吸收进来，变成新的业务线，这就是我们做多亚马逊的长期逻辑。对你们来说，漏点在哪里？是支付基础设施吗，还是别的什么？或者换个说法，利润率扩张的空间在哪里，让人们有理由为这个故事买单？

Adam Foroughi： 我们的 EBITDA 利润率我相信是市场第一，达到 84%。所以我不确定我们还有多少"漏点"可言。

主持人： 鉴于这个数字，确实很难说有什么漏——但换个角度思考：广告主进入我们的平台，他们的模式是基于交易的。比如他们在卖口红，我们给他们提供一个套利空间——他们从我们这里"买"消费者，那个消费者完成交易，立刻覆盖了他们的获客成本。消费者花 20 美元买了口红，他们支付给我们的钱少于 20 美元减去商品成本，他们很满意，于是不断加大投入，这个绩效模式非常可复制。

我们的"漏点"在于，我们不是整条链路上的全部。我们不是广告主本身，我们想做的是赋能广告主触达消费者。我们运营得极其精简，高度聚焦算法和自动化，所以漏点并不多。

主持人： 另一面的问题是，当你有 85% 的 EBIT 利润率时，人们会说"这家公司可能是在过度盈利"，然后竞争对手会说，"我能把 Adam 的利润率卷掉，我愿意以 60% 或 50% 的利润率来做这件事。"但——也许这正是 David 问题的延伸——这种情况并没有真正发生，利润率维持得相当稳定。这是为什么？

Adam Foroughi： 因为这些技术非常复杂，如果你持续创新并且拥有差异化的数据，你就能构建出真正的优势。用类似的逻辑来说，Anthropic 本不该在大语言模型领域一路领跑，但一个模型一旦达到一定的规模，被大量社区用户广泛采用，它就会形成一道其他人难以逾越的护城河。

主持人： 那和我们聊聊中国团队，他们是怎样的一种优势？

Adam Foroughi： 中国人非常谦逊，非常非常勤奋，非常聪明。无论是与在中国工作的、在美国的，还是在世界其他地方的中国工程师合作，你都是在与世界上最聪明的一群人一起工作。

当我创业时，目标之一就是与优秀的人一起共事，然后一起把事情搞清楚。现在每当我坐在团队成员中间，我知道我大概是房间里最笨的那个人——而这让我每天都充满动力来上班。

主持人： 真心话，听到这些感觉如何？

Adam Foroughi： 对我来说很管用。

主持人： 好，让我们为 Adam 鼓掌！Adam，感谢你。

Adam Foroughi： 谢谢，兄弟们，认识你们太好了。