行业动态

NotebookLM可能正在经历自发布以来最重要的一次产品定位变化。

根据 Google官方最新公告，NotebookLM已不再只是一个围绕用户上传资料进行问答和总结的 AI研究工具，而是开始向具备自主研究、分析和内容交付能力的 Agentic（代理式）系统演进。此次升级不仅带来了新的 Gemini 3.5模型支持，还加入了云端代码执行环境、自动发现资料来源（Source Discovery）、更强的推理能力以及多种输出格式生成能力。

对于长期关注 AI工具发展的行业观察者来说，这次更新值得关注的地方并不只是模型升级，而是 Google正在尝试把 NotebookLM从一个“知识库聊天机器人”变成一个能够帮助用户完成完整研究工作流的平台。

NotebookLM过去是什么？

NotebookLM最初的核心价值来自其基于资料的回答机制。

与传统大语言模型直接依赖训练数据不同，NotebookLM采用 Retrieval-Augmented Generation（RAG，检索增强生成）思路。用户上传文档、网页、PDF、会议记录或者研究资料后，系统优先基于这些来源进行分析和回答。

这种方式最大的优势是可追溯。

用户可以直接查看引用来源，降低模型幻觉问题，因此 NotebookLM在学生、研究人员、咨询顾问、产品经理以及企业知识管理场景中获得了广泛应用。

但长期以来它存在一个明显限制：所有资料都需要用户自己准备。

如果用户面对一个完全陌生的课题，往往需要先花费大量时间搜索资料、筛选网页、整理文档，然后才能开始使用 NotebookLM。

这也是很多 AI研究产品正在试图解决的问题。

这次升级最大的变化：自动寻找资料来源

Google表示，新版 NotebookLM已具备更强的 Source Discovery能力。

用户不再必须先准备大量文档。

只需要输入一个研究主题，系统即可结合 Google Search自动寻找相关资料，并推荐可加入 Notebook的来源。

实际上，Google在此前已经推出 Discover Sources功能，但此次升级将这一能力进一步整合到整个研究流程中。

这意味着用户可以从一个模糊想法开始，而不是从一个已经整理好的资料库开始。

例如：

• 分析 AI Agent市场发展趋势
• 调查某个行业的竞争格局
• 研究新能源供应链
• 准备投资研究报告

过去需要数小时的信息收集工作，现在可能在几分钟内完成初步资料搭建。

对于知识工作者而言，这是 NotebookLM产品定位变化的重要信号。

每个 Notebook获得独立云端计算环境

此次升级中最引人关注的技术变化来自 Google所说的“Secure Cloud Computer（安全云端计算环境）”。

Google表示，每一个 Notebook都会获得独立的云端执行环境。

简单理解，它不再只是聊天。

NotebookLM现在可以：

• 编写代码
• 执行代码
• 分析数据
• 处理表格
• 生成图表
• 自动整理研究结果

这使 NotebookLM开始具备类似 AI Agent的执行能力。

例如上传销售数据后，系统不仅能够解释数据内容，还能实际运行分析程序生成统计结果和可视化图表。

过去许多类似任务往往需要切换到 Python、Excel、数据分析平台甚至 BI工具才能完成。

Google试图把这些环节统一到 NotebookLM内部。

从研究到交付：新增多种输出格式

另一项重要升级是内容交付能力。

根据官方信息，新版 NotebookLM可以直接生成多种文件格式，包括：

• PDF报告
• PPT演示文稿
• Excel表格
• CSV数据文件
• 图表和可视化内容
• SVG图形文件

这意味着研究工作的最后一步——成果输出——也开始被自动化。

在传统工作流程中，研究人员通常需要经历三个阶段：

资料收集 → 分析整理 → 制作交付物。

NotebookLM正在尝试覆盖整个链路。

从产品战略角度看，这也是 Agentic Workflow（代理式工作流）发展的典型方向。

Gemini 3.5与 Antigravity的作用是什么？

Google官方确认 NotebookLM已升级至 Gemini 3.5，并引入名为 Antigravity的系统。

从官方描述来看，Antigravity更像是面向代理式任务设计的执行框架。

它负责协调推理、代码执行、资料发现以及任务拆解等能力。

Google公布的测试数据显示，新系统在大型文档分析、复杂研究任务以及资料发现等多个维度相比旧版本均有明显提升。

不过需要指出的是，这些数据主要来自 Google自身评测体系，因此更适合作为产品进步方向的参考，而非绝对性能指标。

NotebookLM正在进入 AI Agent竞争赛道

如果观察过去一年 AI产品的发展路径，会发现一个明显趋势。

无论是 OpenAI、Anthropic还是 Google，都在推动 AI从“回答问题”转向“完成任务”。

传统聊天机器人主要解决信息获取问题。

而 Agent系统则试图完成完整工作。

NotebookLM的这次升级正符合这一趋势。

它开始具备：

• 主动搜索信息
• 自动筛选资料
• 深度分析内容
• 执行计算任务
• 输出最终成果

这些能力组合起来后，NotebookLM已经不只是一个知识管理工具，而是在向研究助理、分析师助手甚至轻量级咨询顾问工具靠近。

仍然存在的限制与风险

尽管此次升级意义重大，但并不意味着 AI已经能够完全替代研究人员。

首先，自动发现的资料来源仍需要人工验证。

搜索结果的质量、信息偏见以及内容时效性仍可能影响最终结论。

其次，代码执行和自动分析虽然能够提升效率，但错误的输入数据仍会导致错误结果。

AI在执行层面的能力增强，并不等于研究质量自动提升。

此外，涉及企业数据、商业机密和敏感文档时，组织仍需要评估数据治理和合规风险。

对于高风险行业，例如医疗、金融和法律领域，人工审核依然不可缺少。

行业观察

此次升级释放出一个值得关注的信号：AI产品竞争正在从模型能力竞争转向工作流竞争。

未来用户未必关心底层模型参数，而更关注工具能否真正完成任务。

NotebookLM的变化代表着 Google正在尝试把 Gemini的能力包装成完整生产力系统，而不是单纯的大模型接口。

如果后续开放范围进一步扩大，并持续提升资料发现与执行能力，NotebookLM可能成为研究、咨询、教育和企业知识管理领域最值得关注的 Agent产品之一。

对于行业用户而言，未来几个月最值得观察的变量包括：自动资料发现的质量是否稳定、多格式输出是否达到专业工作标准，以及 Agent执行能力能否持续扩展到更多真实业务场景。

这些因素将决定 NotebookLM究竟是一次重要产品升级，还是 AI Agent时代研究工具形态变化的开端。