Google 6 月 8 日宣布,NotebookLM 将从旧 Gemini 3.1 分支升级到 Gemini 3.5。

同一轮更新里,Google 还把 Antigravity 代码执行能力、网页来源检索,以及更多文件生成和导入能力接进 NotebookLM。但这不是所有账号马上都能用。首批开放对象,是 AI Ultra 订阅者,以及 Workspace business 中具备 AI Ultra Access 或 AI Expanded Access 的企业客户。

这件事有意思的地方,不在“又换了一个模型”。NotebookLM 原来更像一个围着资料转的问答工具。现在它开始往外伸手:找网页、写报告、生成文件,甚至围绕研究目标写代码和运行代码。

也就是说,Google 想把它从“资料阅读器”,推成一个更完整的研究工作台。

NotebookLM 这次到底加了什么

这次升级可以拆成四块看。模型、代码、文件、来源。

变化Google 给出的信息对用户意味着什么
模型升级从旧 Gemini 3.1 分支升级到 Gemini 3.5;Google 称核心评测平均胜率为 65%回答、推理和生成能力可能更强,但这是 Google 自称的评测结果,不能直接等同于第三方独立结论
Antigravity被描述为 NotebookLM 内的“云电脑”,可为研究目标写代码、运行代码,并内置 100 多项软件技能NotebookLM 不只回答问题,还能处理一部分数据整理、脚本运行和工作流任务
文件输出新增图表、PDF、docx、Markdown、text、图片、csv/json、xlsx、pptx 等格式研究结果可以直接变成报告、表格或演示材料,少一些复制粘贴
网页来源可在聊天界面请求 Gemini 寻找网页来源,生成 research report,并选择导入为后续 notebook 来源用户不必完全手动收集材料,但仍要判断来源是否可信、是否值得导入

这里要把边界说清楚。Antigravity 不是一个独立的通用操作系统,也不等于把 NotebookLM 变成全自动研究员。

更准确的说法是:它是 NotebookLM 内嵌的代码和工作流能力。它服务的是具体 notebook 和具体研究目标,不是替用户包办全部研究判断。

这条边界很重要。因为 NotebookLM 的价值,过去就在“基于来源回答”。如果它能找资料、写文件、跑代码,但来源和过程看不清,工具反而会变得难信。

变化不在聊天,而在工作流

很多人用 NotebookLM,不是为了找一个更会闲聊的 AI。

它真正好用的地方,是把一堆 PDF、网页、笔记放进去,再围绕这些材料提问、整理和生成内容。它的核心气质,一直是“来源优先”。

这次升级把这条线往前后都延长了。

前面,它可以请求 Gemini 去找网页来源,生成 research report,再由用户选择是否导入 notebook。后面,它可以把结果做成 PDF、docx、xlsx、pptx,甚至用 Antigravity 写代码、跑代码。

对重度研究和写作用户,这会改变动作链条。

过去的流程可能是:浏览器找资料,NotebookLM 读资料,表格整理数据,文档写报告,PPT 做交付。现在 Google 想把其中一部分压进同一个 notebook。

这对企业里的市场研究、政策研究、产品分析和知识管理团队更直接。它们最在意的不是 AI 能不能说得漂亮,而是能不能减少跨工具搬运,能不能保留来源,能不能把材料变成可交付文件。

但限制也在这里。

一旦 NotebookLM 从“读已有资料”走向“主动找资料”,审核成本就上来了。用户要看它找了哪些网页,为什么选这些来源,哪些内容应该导入,哪些内容应该丢掉。

链条越长,越不能只看最后那份报告。

谁该先动,谁该等等

最先受影响的,是已经把 NotebookLM 当作资料工作台的人。

如果一个团队本来就在用 NotebookLM 做研究报告、竞品分析、政策梳理或内部知识库问答,这次升级值得测试。但更现实的动作不是马上迁移全部流程,而是先选低风险项目试跑。

比如,用它生成一份 research report,再检查来源质量;用它输出 docx、xlsx 或 pptx,再看格式是否可用;用 Antigravity 跑一个小型数据整理任务,再确认权限、日志和结果是否可追溯。

采购上也不必急。企业客户更应该把测试重点放在三件事上:来源合规、数据权限、生成文件的可追溯性。模型跑分可以参考,但不能替代这些问题。

普通账号更简单:先等。

Google 目前只说其他账号会在 near future 获得更新,没有明确日期。个人用户不要按“已经可用”去重排工作流。如果你只是用 NotebookLM 做阅读和资料整理,继续用现有能力就够了。

真正需要立刻评估的,是那些已经愿意为 AI Ultra 或 Workspace 企业能力付费的用户。他们要判断的不是“新功能酷不酷”,而是它能不能少开几个工具,少返几次工。

接下来最该看的,也不是 Gemini 3.5 的宣传曲线。

更硬的变量有三个:生成文件是否稳定,Antigravity 跑代码时的权限和安全边界是否清楚,网页来源导入能不能让用户看清出处和取舍。

研究工具最怕一步到位的错觉。能找、能写、能跑,是进步;但如果来源失守,后面每一步都会变成返工。