Google NotebookLM 新功能：从对话中自动生成知识库
Google 对 NotebookLM 推出重大更新，将 Gemini 3.5 设为默认模型，同时新增"从对话生成知识库"功能。用户可以在与 NotebookLM 对话的过程中自动提取关键信息，将其整理为结构化的参考资料库，实现从被动问答到主动知识管理的转变。
NotebookLM 自 2024 年推出以来，核心卖点是用户导入文档后让 Gemini 在限定范围内回答相关问题。这一设计有效缓解了大语言模型的幻觉问题——模型只能基于用户提供的材料作答，不会凭空编造。更新后的版本则更进一步，允许用户在对话过程中让系统自动识别和标记关键信息点，逐步累积为一个可搜索、可引用的知识库。
新功能的运作方式类似于一个智能读书笔记系统。用户在对话中提出疑问，NotebookLM 回答时会标注信息出处。用户可以将特定回答"钉"到知识库中，系统随后自动建立问题-答案-来源的索引关系。经过多次对话后，知识库会形成一套完整的专题资料，方便后续检索和分享。
从技术角度看，这一更新依赖 Gemini 3.5 的长上下文窗口和更强的信息抽取能力。Gemini 3.5 能够处理超过一百万 token 的输入，意味着用户可以一次性导入数百页文档或数十小时的音频转录。配合自动摘要和结构化功能，NotebookLM 从简单的问答工具演变为一个完整的知识管理工作台。
这一功能对科研人员和知识工作者尤其实用。学术界每年产出超过 300 万篇论文，研究者很难跟踪自己领域内的所有新发表成果。NotebookLM 的知识库功能可以帮助研究者快速建立专题文献索引，减少文献管理的体力劳动。Google 已经面向 Plus 和 Pro 订阅用户开放该功能。
竞争对手也在跟进。Microsoft Copilot 的知识库功能依赖 SharePoint 和企业文档，面向企业市场。Notion 则在自己的 AI 功能中加入了类似的信息提取工具。NotebookLM 的优势在于其独立的文档处理能力，不依赖特定企业生态系统。劣势在于 Google 在生产力软件领域的信誉仍待建立，用户可能更信任 Notion 或 Obsidian 等专业知识管理工具。
NotebookLM 的功能迭代速度反映出 Google 对 AI 工具定位的思考——从搜索助手转向知识管理基础设施。这一转型能否成功，取决于用户是否愿意将核心知识资产托管在 Google 的平台之上。
NotebookLM 的功能演进揭示了一个更大的趋势：AI 正在从"问答工具"变为"知识管理基础设施"。过去十年，知识工作者依赖 Evernote、Notion 和 OneNote 来管理文档和笔记，这些工具的价值在于信息收集和整理。AI 的加入让知识管理从被动的存储转向主动的知识发现——系统不仅能存储信息，还能理解信息之间的关系，生成跨文档的摘要和洞察。这种转变对用户工作流的影响是深远的，但同时也提出了数据隐私的问题。
Google 将 NotebookLM 与 Gemini 3.5 绑定，进一步强化了其在大模型领域的竞争地位。Gemini 3.5 的性能在多项基准测试中与 OpenAI 的 GPT-4.5 和 Anthropic 的 Claude 5 处于同一梯队，但 Google 的优势在于其完整的生态系统——从搜索到 Cloud 到 Workspace 套件，NotebookLM 可以无缝接入用户的文档流。这种生态协同效应是独立 AI 工具公司难以复制的壁垒。不过，Google Workspace 在企业市场的渗透率长期落后于 Microsoft 365，这也是 NotebookLM 走向企业用户时需要跨越的障碍。