Prepared Highlights
总营收 5.91亿美元 ，同比增长 24% ，超出指引上限（CFO）。
Atlas 营收同比增长 29% ，占总营收 74% （Q1 为 72%）（CEO/CFO）。
非 GAAP 营业利润 8700万美元 ，营业利润率 15% （上年同期 11%）（CFO）。
客户总数增至 59,900 ，环比净增约 2,800 （CFO）。
Atlas 客户数超 58,300 ，上年同期为 49,200（CFO）。
年化收入≥10万美元的客户数 2,564 ，同比增长 17% （CFO）。
公司整体净 ARR 扩张率约 119% ，与近几个季度持平（CFO）。
自由现金流 7000万美元 （上年同期为负 400 万美元）（CFO）。
非 Atlas ARR 同比增长 7% （CFO）。
季度内回购 200万美元 股票（约93万股）（CFO）。
官方指引（2026财年Q3及全年）
Q3（2026财年） ：营收 5.87亿–5.92亿美元 ；非GAAP营业利润 6600万–7000万美元 ；非GAAP每股收益 0.76–0.79美元 （CFO）。全年（2026财年） ：营收上调至 23.4亿–23.6亿美元 （上调7000万美元）；非GAAP营业利润上调至 3.21亿–3.31亿美元 （上调4400万美元）；非GAAP每股收益 3.64–3.73美元 （CFO）。全年营业利润率指引上调至 14% （此前为12.5%）（CFO）。
全年 Atlas 下半年增长预期为 25%左右 （CFO）。
管理层引述
“我们很高兴报告又一个强劲的季度，因为我们继续执行大规模市场机会。”（CEO）
“Atlas 表现强劲，增速从Q1的26%加速至29%……这些结果反映了MongoDB平台的力量。”（CEO）
“我们在营业利润率上显著超预期，表明我们能够在扩大盈利的同时驱动持久收入增长。”（CEO）
“我们的Q2 Atlas消费增长强劲，且与去年增长率相对一致，推动了收入加速。”（CFO）
“我们正提高全年收入预期，基于对Atlas的信心以及上半年强劲表现带来的更高起点。”（CFO）
Prepared Metrics
指标 数值 发言人与背景 总营收 5.91亿美元（+24% YoY） CFO Atlas 营收增长率 +29% YoY CFO Atlas 占总收入比重 74% CFO 非GAAP营业利润率 15% CFO 客户总数 59,900 CFO ≥10万美元ARR客户数 2,564（+17% YoY） CFO 净利润（非GAAP） 8700万美元（每股1.00美元） CFO 自由现金流 7000万美元 CFO 全年营收指引 23.4亿–23.6亿美元 CFO 全年非GAAP每股收益指引 3.64–3.73美元 CFO
Q&A Batch (1-5 of 11)
Q1 — Sanjit Singh
Topic : Atlas 增长驱动因素（连续两个季度加速）Key points :
过去一年获取的工作负载（尤其是向上市场移动）增长更快、规模更大，成为主要驱动力。
搜索和向量搜索（vector search）功能提升帮助了工作负载增长。
过去六个月新增大量客户，自助服务客户支出较低，但整体仍助力增长。
Mgmt stance : bullish —— 对 Atlas 增长加速非常满意，向上市场策略和产品能力正在见效。
Q2 — Raimo Lenschow
Topic : 自助服务渠道加速原因 & 非 Atlas（EA）ARR 展望Key points :
自助服务改进通过数据驱动实验、吸引 SQL 开发者、举办答疑时间（office hours）等方式实现。
前自助服务团队负责人 May Petrie 升任 CMO，团队表现良好，但不急于宣布胜利。
非 Atlas ARR 受 Q3 多年度合同（multiyear）影响，具体明年表现取决于今年 Q3 的结果。
Mgmt stance : neutral —— 对自助服务结果谨慎乐观；非 Atlas 部分需观察 Q3 多年度续约情况，不做提前判断。
Q3 — Tyler Radke
Topic : AI 客户贡献 & 应用现代化（迁移）机会Key points :
尽管增加了数千 AI 原生客户，但本季度 Atlas 增长并非由 AI 客户实质性驱动，核心业务是主要动力。
应用现代化（AppMod）投资加大：新引入产品及销售领导者，利用 AI 工具自动化代码分析/重构；更详细内容将在 9 月投资者日讨论。
迁移机会被视为长期增长驱动，对本年度业绩影响不显著。
Mgmt stance : cautious（对 AI 短期贡献） + bullish（对迁移长期机会）—— AI 尚未实质性影响增长；AppMod 投资坚定，但需要时间体现。
Q4 — Jason Ader
Topic : 竞争格局（Databricks LakeBase、DocumentDB/Linux Foundation）& Postgres 在 AI 初创中的使用Key points :
强调 OLTP 是 AI 战略高地；MongoDB 的 JSON 架构、集成搜索/向量搜索构成持久架构优势。
竞争对手（如 hyperscalers）将文档数据库项目移交开源社区，投入减少；MongoDB 开放核心模式能平衡自由软件与价值捕获。
许多 AI 创始人因熟悉而选择 Postgres，但扩展时遇到 JSON 性能瓶颈（2KB 以上文档导致 off-road 存储问题），正转向 MongoDB。
MongoDB 加大在湾区的创业社区投资（10 月黑客马拉松等），进行开发者教育。
Mgmt stance : bullish —— 对自身技术优势（JSON、可扩展性）及竞争定位有信心；认为 Postgres 在 AI 场景扩展性不足，MongoDB 是更优选择。
Q5 — Mike Cikos
Topic : Atlas 消费趋势细节 & 多年度合同表现Key points :
Atlas 消费同比增长 29%，消费增速与去年同期相对一致；5 月表现强劲，各区域/细分市场广泛走强，美国大客户尤其突出。
大客户工作负载增长时间更长、扩张幅度更大，受益于 GTM 调整（美国战略账户占主导）。
Q2 多年度合同超预期但无提前续约（pull-forwards），且无特别大额交易；因此将多年度合约头寸（headwind）从 50 个基点下调至 40 个基点，维持非 Atlas 假设不变。
Mgmt stance : neutral/bullish —— 对 Atlas 消费趋势正面（特别是大客户），但承认消费业务存在波动；多年度合同表现良好但属正常回归，无异常拉动。
Q&A Batch (6-10 of 11)
Q6 — Alex Zukin
Topic : AI 平台差异化与增长贡献Key points :
AI 客户群体本季度并非增长的重要驱动力
MongoDB 作为 JSON 数据库、集成搜索/向量搜索、嵌入 Voyage 模型，可简化架构、降低成本、提升 AI 输出质量
企业 AI 采用仍处于早期，主要用於用户生产力（代码生成、文档摘要）和少量代理系统，尚未实质改变企业业务
提及一家快速增长的湾区初创企业 DevRev 已基于 MongoDB 构建代理平台
Mgmt stance : 中性偏乐观（强调 AI 未来潜力，但短期不构成主要增长动力；平台差异化获得认可）
Q7 — Kash Rangan
Topic : 企业 vs 初创 AI 客户，增长驱动因素Key points :
AI 客户群体对增长不构成重要影响
当前增长主要由大型企业负载（去年及今年获取）拉动，尤其是 Atlas 增长，证明向上市场拓展战略有效
同时加大对自助服务市场的投入，客户数量在过去六个月有所增加
DevRev 创始人选择 MongoDB 是积极信号，但尚处早期
Mgmt stance : 乐观（大型企业负载质量高、增长可持续；市场拓展策略协同有效）
Q8 — Brad Reback
Topic : EA 企业级业务增长趋势Key points :
EA ARR 增长 7%（单数位），管理层认为 EA 更多是现有客户混合使用（EA + Atlas）
客户越来越精细化：部分负载适合本地，部分适合云端，MongoDB 同一代码库提供灵活性
EA 客户可在本地 / 多云 / 云间迁移，提供可选项
Mgmt stance : 中性（承认 EA 增速不高，但强调混合部署的价值定位）
Q9 — Ittai Kidron
Topic : AI 的市场进入策略与 EA 合同期限Key points :
针对 AI 机会：对早期自服务客户当规模到达一定程度时，会导向高接触销售，过去有效
企业 AI 仍处早期，多为低风险用例，两位金融业高管承认从低风险开始，但后续意愿增加
未披露多年期合同比例；2025 财年出现较多大额多年期合同，本财年分布更广但比例未明显变化
选择多年期合同的原因：锁定价格、数据重力
Mgmt stance : 中性偏乐观（AI 早期但趋势向好；合同结构稳定）
Q10 — Siti Panigrahi
Topic : AI 采用拐点预期Key points :
企业对 AI 输出质量（概率性而非确定性）仍存在疑虑，尤其是面向客户的场景
安全问题、稳定性、可扩展性也是顾虑；早期公司遇到扩展问题转而使用 MongoDB
前端模型性能趋同，企业将围绕模型构建“脚手架”，如代理系统会大幅增加系统使用强度
不认为存在单一爆发点，而是逐步从低风险用例向高风险演进
Mgmt stance : 中性偏积极（时间推进将带来采用，但需耐心；MongoDB 因弹性伸缩能力受益）
Q&A Batch (11-11 of 11)
Q11 — Brad Sills
Topic : R&D investment focus and higher-quality workload strategyKey points :
R&D is a major investment focus this year; 8.0 is the most performant release ever, and 8.1 is even better.
Investments also target platform expansion areas; more detail will be provided at investor day on September 17.
Growth is largely attributed to acquiring higher-quality workloads that grow faster and last longer than earlier workloads.
Mgmt stance : Bullish — management sees clear dividends from R&D and attributes upside directly to the higher-quality workload strategy.
Q11 — Rishi Jaluria
Topic : MongoDB’s role in a future multi-agentic AI worldKey points :
Agents require three capabilities: perceive/understand state, decide/plan, and act/execute.
MongoDB’s JSON document database is best for modeling the messy, complex real world (not rows and columns).
Supports search and vector search for sophisticated hybrid search; memory (short-term context, past experiences, knowledge, skills) is critical for agents to connect dots.
Underlying platform is well-suited to support agent orchestration, registration, and governance policies.
Mgmt stance : Bullish — management believes MongoDB’s architecture is positioned to be a winner as enterprises deploy more agents.