## Official Facts
- 截至2025年12月31日，平台门店数量为61,139家，活跃门店数量为58,376家；经纪人数量为523,009名，活跃经纪人数量为445,632名 [1]。
- 2025年第四季度，移动月活跃用户数量平均为4,380万名 [1]。
- 截至2025年12月31日，楼盘字典涵盖约3.03亿套房屋 [2]。
- 截至2024年，通过贝壳平台完成的二手房交易中约有75%的交易涉及ACN网络下的跨门店合作 [3]。
- 公司拥有中国人民银行授予的有效牌照，用于运营线上支付平台理房通 [2]。
- 截至2025年12月31日，公司拥有2,121项已授权专利及1,385项正在申请中的专利、9,193项注册商标、822个计算机软件著作权以及175个注册域名 [4]。
- 公司推出“省心租”分散式租赁住房管理运营服务，截至2025年末在管房源总规模超过69万套，而2024年末为超42万套 [5]。
- 2025年公司研发费用为人民币25.80亿元（财务预测口径），2024年实际产生研发费用人民币22.83亿元 [6]。

## Management Claims
- 管理层解释，ACN网络作为平台运营系统，通过制定协议和操作规范划分合作角色，并利用佣金分配机制界定权利和义务，旨在解决行业挑战并打破信息孤岛 [7]。
- 管理层表示，真房源是经纪人高效合作的基础，能够促进信息透明度和消费者信任，进而提高运营效率和交易体验 [8]。
- 管理层认为，平台规模产生的大量历史数据和洞察有助于提供定制化产品及服务，精准匹配房源与消费者 [2]。
- 管理层提出，将AI视为重构居住服务价值创造方式的关键基础设施，通过“人机协同”模式推动服务升级并提高平台运营效率 [2]。
- 公司通过建立线上线下一体化的治理机制（店东自查与平台监察结合），旨在识别私单、飞单等违规行为，为经纪人营造安全的作业环境 [8]。

## Official Promotional Language
- 年报中将ACN网络称为“基础设施的核心” [7]。
- 官方资料中评价“链家”品牌已被认定为“中国名牌” [9]。
- 招股书中援引第三方报告宣传公司的楼盘字典为“中国最大、最全面的住房知识库”“提供颗粒度最高的多维信息” [10]。

## Third-party Data Used
- 2025年公司新房业务GTV（总交易额）市占率为12.1%，较2024年提升0.6个百分点 [11]。
- 2025年第二季度，经纪人跨品牌合作成交率达41% [12]。
- 预计2026年中国二手房中介服务市场佣金规模达到人民币1,954亿元 [13]。

## Third-party Views
- third_party_view：有第三方提出假设，认为ACN模式复制难度高，需要强规则与系统支持 [12]；该观点尚需通过同业竞争者建立类似合作网络的资金投入测算及实际试错率验证。
- third_party_view：有第三方认为，基于ACN多赢机制，不仅降低了新人存活难度、延长了经纪人从业时间，也间接将C端的单次博弈向重复博弈转变 [14]；该观点尚需通过平台经纪人平均从业年限变化、客户生命周期内的实际复购频次数据验证。
- third_party_view：有第三方担忧/提出假设，非房业务（家装家居、房屋租赁和新兴业务）有效平滑了房地产交易市场波动对公司一体业务的影响 [15]；该观点尚需通过跨越完整房地产周期的非房业务独立获客成本和现金流结果验证。

## Evidence Cards

### 证据卡片 1：平台规模与网络密度
- **观察事实**：截至2025年第四季度末，公司拥有61,139家门店、523,009名经纪人，移动月活跃用户平均达到4,380万名 [1]。
- **来源身份**：reported_fact
- **时间尺度**：连续多期（规模指标存续多年）
- **所有者相关性**：影响需求、利润池及单位经济模型。
- **事实触发的问题**：如此庞大的门店和经纪人网络中，多大程度是由底薪驱动的刚性产能？在周期下行阶段，维持该网络密度的留存成本是否会挤压利润池？
- **证据边界**：
  - 已记录事实：记录了具体的门店数、经纪人数和月活跃用户数。
  - 可提示的问题：可能提示网络效应的覆盖广度，但也可能提示固定成本的经营杠杆压力。
  - 升级判断所需证据：需要验证活跃经纪人在行业低谷期的流失率，以及单店/单人经济模型在不同城市能级的盈亏平衡点。
- **后续验证**：后续需核验活跃门店与非活跃门店的单产差异，以及新房/二手房交易单量下降时，经纪人规模的弹性收缩幅度及其对固定成本的影响。

### 证据卡片 2：数据资产与底层系统
- **观察事实**：截至2025年12月31日，公司推出的“楼盘字典”涵盖了约3.03亿套房屋的资料；系统可结合历史交易记录提供房产评估，且支持经纪人通过移动端录入及AI核验房源真实性 [2]。
- **来源身份**：reported_fact
- **时间尺度**：跨周期（自2008年推出至今持续迭代）
- **所有者相关性**：影响业务效率、获客成本及竞争对手进入门槛。
- **事实触发的问题**：这3.03亿套数据资产多大程度上能转化为排他性的业务增量？其他竞争对手重置同等规模和颗粒度的数据需要多少资本投入和时间？
- **证据边界**：
  - 已记录事实：楼盘字典收录的房屋套数、系统验证机制和AI应用功能。
  - 可提示的问题：可能提示较高的数据获取成本和系统壁垒。
  - 升级判断所需证据：需要测算获取并维护3亿套真房源底层数据的年均资本支出，以及竞争平台当前房源数据库规模和重置成本估计。
- **后续验证**：需要验证该数据系统对实际转化率（带看-成交比）的具体量化提升效果，以及AI大模型工具调用频次与经纪人人效提升的直接关联数据。

### 证据卡片 3：ACN网络机制与合作行为
- **观察事实**：通过ACN网络将交易划分为多环节并自动分配佣金，2024年通过贝壳平台完成的二手房交易中约有75%的交易涉及跨门店合作 [3]；第三方数据显示2025年Q2跨品牌合作成交率达41% [12]。
- **来源身份**：reported_fact / third_party_data
- **时间尺度**：连续多期
- **所有者相关性**：影响转换成本、交易条件和单位经济模型。
- **事实触发的问题**：高达75%的跨门店合作率，说明平台规则在多大程度上绑定了中小经纪品牌？若其他平台提供更高比例的佣金分成，这些品牌切换平台的摩擦成本体现在哪里？
- **证据边界**：
  - 已记录事实：记录了ACN网络的佣金分配制度以及跨门店/跨品牌的实际合作交易比例。
  - 可提示的问题：可能提示平台参与者之间的互相依赖程度和利益绑定深度。
  - 升级判断所需证据：需要不同平台佣金分配政策的对比数据，以及过往退出ACN网络品牌的实际存活率或流失代价分析。
- **后续验证**：验证在平台调低或调高加盟服务费率期间，跨门店合作率及贝联门店数是否发生显著波动。

### 证据卡片 4：知识产权与合规牌照
- **观察事实**：截至2025年末持有2,121项已授权专利、822个计算机软件著作权 [4]；拥有人民银行授予的理房通有效支付牌照 [2]。
- **来源身份**：reported_fact
- **时间尺度**：时点状态
- **所有者相关性**：影响风险暴露和监管壁垒。
- **事实触发的问题**：这些专利和软件著作权覆盖的核心交易环节中，有哪些是竞争对手无法绕开的技术路径？支付牌照对沉淀交易资金和现金流管理有多大程度的实际支撑？
- **证据边界**：
  - 已记录事实：专利/软著数量及所持有的第三方支付牌照。
  - 可提示的问题：可能提示一定程度的技术独占性或交易资金闭环的合规优势。
  - 升级判断所需证据：需要核心专利在防范竞争对手模仿中的实际诉讼记录，以及理房通沉淀资金的具体规模和生息收益占总利润的比例。
- **后续验证**：持续追踪是否有针对公司核心软件（如SaaS系统）的知识产权侵权挑战，以及理房通交易流水占公司总GTV的渗透率。

## Open Questions
1. 公司的“省心租”等租赁业务以及家装家居业务规模正在扩大，这些新赛道业务的需求多大程度上依赖于存量房交易环节的自然导流？是否存在独立且低成本的外部获客渠道数据？
2. 在市场交易量收缩期间，非链家系的“贝联”门店及经纪人的留存率与链家直营门店有何显著差异？平台针对贝联门店的激励性减免政策是否会常态化从而影响长期利润率？
3. ACN网络的跨品牌合作机制在不同线级城市（如一线城市与三四线城市）的渗透率及实际运转效率是否存在明显差异？需要不同区域的原子业务指标验证。
4. 针对开发商的新房业务中，公司维持较高货币化率（如2025年Q4达3.51%）的过程中，多大程度上得益于渠道的排他性协议？是否存在开发商自建渠道带来的替代压力指标？