先说句实话。

一开始听说 NotebookLM 要有大更新，我也就是随便听听。AI 圈里“重大升级”这个词早就通货膨胀了，很多时候不过是两个小改进裹了一层厚厚的公关稿，听着像整款产品都重做了一样。

但这次真不一样。

2026 年 6 月 8 日，Google 给 NotebookLM 来了一次全面升级。当我把改动一条条捋清楚之后，有种少见的感觉：一个我天天在用的工具，在一周之内变成了另一个量级的东西。

不是大了一点点，是那种大到需要重新定义它用途的升级。

一句话概括：从文档阅读器变成研究助手

三年前，NotebookLM 还是 Google Labs 里的一个实验项目。当时思路很简单：上传你的文档，向 AI 提问。答案只来自你的资料，不会瞎编；每句话还能追溯到原文出处。

这个思路让它成了我眼中最好用的研究和知识管理工具之一。不花哨，热度也不高，但就它该做的那件事，做得相当扎实。

三年积累，一朝释放，颇有点厚积薄发的味道。现在 Google 在这个底子上加了三个东西，直接把天花板顶高了一截。

NotebookLM 跑上了 Gemini 3.5，同时接入了 Google 在 2026 年 5 月开发者大会上发布的 Antigravity 智能体基础设施。改动主要落在三个层面：对话界面、输出形式、启动研究的方式。

逐项说。

第一大变化：NotebookLM 能自己写代码、跑代码了

这一条把我钉住了。因为它从根本上改变了这个工具是什么。

每个笔记本现在配有一台安全的云端电脑。NotebookLM 可以原生编写和执行代码，用户在平台上就能完成复杂的数据分析。

听着很技术，但落到具体情境里就很直观。假设你上传了三年的客户发票表格。以前，NotebookLM 只能总结内容、回答具体问题，但没法替你算数、画图、生成排版好的报表。

现在可以了。你用大白话描述想要的结果，NotebookLM 自己写代码、在云端跑、然后把结果给你。同比收入的柱状图、按价值排序的客户名单、从脏乱数据里清洗出来的格式化表格，都不在话下。

对自由职业者和小企业主来说，这一条的分量不轻。处理财务数据、客户信息、结构化记录，原本用来查资料的同一个工具，现在也能直接帮你分析数据，而不只是读数据。

系统还内置了一百多个精选的软件技能，不需要手动开启。NotebookLM 会根据你的任务自动判断该调用哪些，你只负责描述任务。

到这里，颇有一点“纸上得来终觉浅，绝知此事要躬行”的意思。以前只能“读”数据，现在能亲手“跑”数据，工具才真正从辅助变成了能用。

第二大变化：可以从一个想法开始，而不是必须先有文档

这一条更隐蔽，但非常值得关注，因为它改的是研究流程里最烦人的第一步。

以前，NotebookLM 要求用户先上传现成的文档才能开始。升级后把这个门槛去掉了。现在你可以从一个模糊的想法、一个开放性的问题、甚至一句提示开始，让 AI 主动帮你从零搭建资料库。它会调用 Google Search 去找高质量、相关的网络来源和原始文档，而且支持多语言。

老的流程是：先有资料，上传资料，研究资料。新的流程可以是：有一个问题，让 NotebookLM 去找资料，你再研究它找到的东西。

Google 强调过，用户仍然完全掌控哪些来源被加入，每条引用也仍然清楚标注来源。AI 负责找，你负责选，它告诉你的每一件事仍然能回到具体材料上。

第三大变化：输出格式变多了

NotebookLM 以前就能从资料里生成摘要和学习指南。这次更新把它能产出的东西扩展了一大圈。

除了简单文字摘要，它现在还能生成报告、演示文稿、数据可视化，以及更多结构化的文档格式，再加上原本就有的 Audio Overview 和学习指南。

实际价值在于省掉了大量重复排版的时间。你在 NotebookLM 里做完研究，直接让它转成格式化报告、演示大纲或结构化简报，把时间花在思考上，而不是把信息从 A 格式搬到 B 格式。

发布会上没怎么强调的限制

好了，下面是诚实部分。我只推荐自己真正会用、也觉得好用的工具，与其只给标题党的那一句话，不如把整张图都给你。

新功能从 2026 年 6 月 8 日起在全球网页端逐步上线。但访问权限只给两群人：订阅了 Google AI Ultra 的用户，以及购买了 AI Ultra Access 或 AI Expanded Access 的 Workspace 企业客户。免费用户不在首发范围内。Google 表示以后会向更多用户开放，但没有给出时间表。

所以代码执行、网络来源研究、扩展输出格式这些新能力，目前免费计划用不上。Google AI Ultra 现在的价格大概是每月 20 美元，和 ChatGPT Plus、Gemini Advanced 差不多一档。

如果你是免费用户，今天你手里能用的东西并没有翻天覆地变化。上传文档、带引用的问答、Audio Overview，这些老功能都还在。新的智能体能力是付费层的，至少目前如此。

不过 Google 说以后会扩大访问范围，这和它过去推 NotebookLM 功能的路子一致。比如那个百万 token 的上下文窗口，最早也是付费用户先用，后来才下放到免费层。所以这次大概率也会走同样的路线，只是具体时间不好说。

一个被低估的更新：推理过程透明化

这次更新里还有一个我觉得被严重低估、但报道里没怎么火的功能。

升级后的 NotebookLM 会展示它的推理步骤，也就是它得出结论的那条思考链。你能看到路径，而不只是最终结果。

这一点比看上去更重要。用 AI 做研究时，一个合理的担忧就是你不知道它为什么给出某个答案。答案出来了，听着合理，你除了信就是不信。

能看到推理路径就不同了。你可以跟着逻辑走，发现哪一步你有异议、哪一步感觉不对劲。再加上原本的引用系统，你可以从答案倒推回推理链，再追溯到具体的原文段落。对任何把准确性当回事的研究来说，这都是一个靠谱的质量控制机制。

到了这一步，你对结论的生成过程可以说是洞若观火。

这次更新对谁最有用

这一部分我直接说。

如果你是需要处理大量信息、客户文档、研究材料、财务记录、行业报告的自由职业者或小企业主，这次更新值得你认真关注。文档分析、代码执行做数据工作、扩展输出格式，这三件事正好覆盖了一个常见工作流：先收集，再理解，最后产出。NotebookLM 现在能在一个地方把这三个阶段都撑起来。

如果你是内容创作者或写作者，从网络来源启动研究会砍掉资料收集阶段不少麻烦，让这个工具在研究流程的更早阶段就能用上。

如果你是学生，原来的 Audio Overview、抽认卡、带引用的问答，依然和以前一样好用，这些没动。

如果你是免费用户，但对新能力最感兴趣，建议关注后续开放节奏，过几个月再回来看。Google 过去确实会把新功能下放到免费层，但时间不好猜。

我自己会怎么用

我最先想试的是从网络来源启动研究。我现在做研究，很多时间卡在资料收集阶段。能直接从一个问题开始，让 NotebookLM 帮我找和评估相关来源，会把这一阶段大幅缩短。

数据分析的代码执行也让我很期待。平时收集了不少财务和使用数据，一直想多花点时间分析，又不想专门切到另一个工具。现在能在 NotebookLM 里直接做分析，这个组合让它从“技术上挺酷”变成了“真的能用”。

推理透明化是我会用得最安静、但最频繁的一项。任何打算发布或交给客户的研究，能审计推理路径而不只是结论，会让我对输出的信心上一个台阶。

NotebookLM 这周变得比之前更能打了。这不代表它完美，也不代表它能替代你工具箱里的所有东西。但对于读大量文档、再把理解产出成点什么的研究密集型工作，它的天花板确实明显变高了。

值得关注。有条件的话，值得上手试试。

原文链接：https://medium.com/@
mubashirburfat4/notebooklm-just-got-its-biggest-upgrade-ever-heres-what-s-actually-worth-your-time-1997aa4d7dda