Ha eddig a NotebookLM-et „okos jegyzetfüzetként” használtad, most egy lépéssel közelebb kerül ahhoz, hogy fél-automatizált kutatási asszisztens legyen: gyorsabb modell, több forrás, és egy beépített környezet, ami kódot is futtat.

Mi történt

A NotebookLM megkapta a Gemini 3.5-öt, és ezzel együtt frissült a forráskezelés is: több fájltípust támogat, valamint egyszerűsödik a webes források integrációja. A termék lényege nem változott: továbbra is konkrét, általad megadott dokumentumokból és weboldalakból dolgozik, csak most modernebb modellre vált.

A modellcsere nem pusztán verziószám. A Gemini 3.5 Flash a gyorsaságra és a hatékonyabb „token” felhasználásra van hangolva. A token nagyjából a feldolgozott szöveg mértékegysége (gondolj rá úgy, mint a modell „üzemanyaga”): minél kevesebb kell ugyanahhoz a feladathoz, annál olcsóbb és skálázhatóbb a használat. A Google belső, egymás melletti tesztekben öt értékelési dimenziót említ (pontosság és minőség, többnyelvűség, nagy dokumentumok elemzése, dokumentumkészítés, haladó kutatás), és ezekben átlagosan 65%-os „győzelmi arányt” állít a 3.5-nek a 3.1-hez képest.

Miért fontos

A NotebookLM eddigi erőssége az volt, hogy nem „a világból” válaszol, hanem a te forrásaidból. A mostani frissítés ezt a fókuszt megtartja, de két irányban tolja előre: egyrészt gyorsabb és hatékonyabb lesz a feldolgozás (különösen hosszú anyagoknál), másrészt a rendszer egyre inkább munkafolyamatokat is vállal. A beágyazott Antigravity támogatás és a saját „cloud computer” azt jelenti, hogy a NotebookLM nem csak szöveget generál, hanem képes kódot írni és futtatni a kutatási céljaid érdekében. Ezt úgy képzeld el, mintha a jegyzetfüzeted mellé kapnál egy mini laborasztalt: nem neked kell külön eszközök között ugrálni, hanem a NotebookLM elvégzi a számolást, átalakítást, összevetést.

Mire figyelj

  1. Mit jelent a „65% win rate” a gyakorlatban? A mérés részletei homályosak, ezért érdemes a saját tipikus feladataiddal (összefoglalás, idézetek ellenőrzése, több dokumentum összevetése) kipróbálni, hol jobb ténylegesen.
  2. Kód futtatása: mire és milyen korlátokkal? A „cloud computer” erős ígéret, de a valós hasznosság azon múlik, milyen környezetben fut a kód, milyen hozzáférései vannak, és mennyire reprodukálhatók az eredmények.
  3. A „100+ szoftverkészség” valódi workflow-e? Ha ezek tényleg kiváltanak több alkalmazás közti kézi lépéseket (export, tisztítás, táblázatosítás, egyszerű elemzések), akkor a NotebookLM nem csak olvasási felület lesz, hanem munkaszervező eszköz is.

A frissítés tétje egyszerű: a NotebookLM nem attól lesz hasznosabb, hogy okosabban fogalmaz, hanem attól, hogy kevesebb kézi lépést hagy a kutatási folyamatban, miközben végig a te forrásaidhoz kötve marad.