NotebookLM обновился: Gemini 3.5, облачный компьютер и умный поиск

Три года спустя: из экспериментального инструмента в серьезный исследовательский комбайн
Когда Google в 2023 году запускала NotebookLM как лабораторный эксперимент, мало кто ожидал, что инструмент для работы с заметками вырастет в полноценную исследовательскую платформу. Сегодня, 8 июня 2026 года, компания объявила о масштабном обновлении, которое меняет саму природу продукта. Это уже не просто "умный блокнот" - это агентная система, способная самостоятельно искать источники, писать и запускать код, и генерировать документы любого формата.
Я слежу за развитием NotebookLM с момента запуска, и скажу честно: это обновление - самый серьезный шаг вперед за все время существования продукта.
Gemini 3.5 под капотом: что это дает на практике
Основа обновления - переход на Gemini 3.5 в связке с платформой агентного выполнения кода Antigravity. Google утверждает, что в собственных сравнительных тестах новая система показала средний показатель побед свыше 65% по пяти ключевым метрикам по сравнению с предыдущей версией. Это 15 процентных пунктов выше паритета - цифра весомая, если верить внутренним бенчмаркам.
Особенно впечатляют результаты в специфических задачах: анализ больших документов - 69,9% побед, продвинутый веб-поиск и обнаружение источников - 78,2% побед. Если эти числа хотя бы приблизительно отражают реальность, NotebookLM в задачах глубокого анализа документов начинает серьезно конкурировать с Perplexity Pro и специализированными инструментами типа Elicit.
Облачный компьютер в каждом ноутбуке
Самая технически интересная новинка - каждый ноутбук теперь подключен к защищенному облачному компьютеру. Это означает, что NotebookLM может не просто рассуждать о данных, но и буквально писать код, запускать его в изолированной среде и возвращать результаты. Система включает более 100 готовых программных навыков - это что-то вроде библиотеки инструментов для анализа данных, которая активируется по запросу.
На практике это открывает возможности, которых раньше в таком инструменте не было: попросить построить график по загруженной таблице, провести статистический анализ текста, сконвертировать данные между форматами - все это теперь в одном интерфейсе без переключения в Jupyter или Colab.
Поиск источников с нуля: исследование начинается с вопроса
Раньше NotebookLM работал по принципу "принеси данные - получи анализ". Пользователь должен был сам загрузить PDF, вставить ссылку на YouTube или импортировать документ. Теперь схема изменилась: можно начать исследование буквально с пустой идеи.
Вы просто задаете вопрос или описываете тему в чате, и NotebookLM использует Google Search для поиска релевантных источников. Найденные материалы показываются вам на выбор - какие добавить в ноутбук, какие отклонить. Это развитие уже существовавшей функции Discover, но теперь она встроена прямо в диалог, а не вынесена в отдельный режим.
Для журналистов, исследователей и аналитиков это меняет рабочий процесс принципиально: вместо того чтобы сначала собирать источники в браузере, а потом тащить их в NotebookLM, весь цикл сворачивается в один интерфейс.
Форматы вывода: от PNG до PowerPoint
Отдельный блок обновлений касается форматов, в которых NotebookLM может генерировать результаты. Список внушительный: PDF-документы, графики в PNG и SVG, изображения через Nano Banana (PNG, JPG, GIF), таблицы Excel, презентации PowerPoint, CSV-файлы. По сути, инструмент теперь закрывает весь цикл от "нашел источники" до "готовый отчет в нужном формате".
Это прямой выпад в сторону Notion AI и Microsoft Copilot, которые давно умеют генерировать документы, но работают с уже существующими данными внутри своих экосистем. NotebookLM добавляет к этому агентный поиск и выполнение кода - комбинация, которой у конкурентов пока нет в одном продукте.
Кому доступно и что с Россией
Обновление выходит глобально сегодня, но с ограничениями по тарифам. Полный функционал доступен подписчикам Google AI Ultra и корпоративным клиентам Google Workspace с определенными конфигурациями аккаунтов. Google обещает расширить доступ на другие тарифы в будущем, но конкретных сроков не называет.
Для российских пользователей ситуация привычная: NotebookLM формально доступен через браузер с российским IP, однако оплата подписки AI Ultra требует карты, привязанной к поддерживаемому региону. Обходные пути через иностранные карты или подарочные аккаунты работают, но требуют дополнительных усилий. Корпоративный доступ через Workspace в российских организациях фактически недоступен из-за ограничений Google на работу с российскими юрлицами.
Что это значит для рынка
NotebookLM эволюционирует в направлении, которое я бы назвал "исследовательский агент с памятью". Perplexity умеет искать и синтезировать, но не хранит контекст между сессиями так же глубоко. Microsoft Copilot интегрирован в Office, но ограничен его экосистемой. Claude умеет работать с длинными документами, но не ищет источники сам.
NotebookLM пытается занять нишу инструмента, который сопровождает весь исследовательский процесс - от первого вопроса до финального отчета. Выполнение кода в облаке и агентный поиск - это ставка на пользователей, которым нужна не просто языковая модель, а рабочая среда.
Посмотрим, насколько эти возможности окажутся надежными в реальных задачах, а не только в демонстрационных роликах Google. Но направление выбрано правильное.
Источники
Похожие новости
OpenAI выпустила GPT-6.2 Astra и Sol: входные и выходные токены Astra в API на 20% дешевле, чем у GPT-6 Astra
OpenAI представила две модели: флагманскую GPT-6.2 Astra и экономичную GPT-6.2 Sol. Они доступны в ChatGPT Work, Codex и API и тратят меньше выходных токенов. В API Astra дешевле GPT-6 Astra: входные и выходные токены на 20% ниже, на кэшированные входные скидка 60%.
OpenAI показала агентов GPT-6 для клиник: Luna выполняет задачу за 8,5 цента
OpenAI предложила больницам и страховщикам GPT-6 Astra и Luna: агенты сами кликают по программам клиник и порталам страховых. Среди партнеров компании - CVS Health и Cigna Healthcare.
NVIDIA Vera Rubin NVL72 в MLPerf Endpoints: более 10x токенов на киловатт к GB300
В предварительных результатах MLPerf Endpoints v1.0 система Vera Rubin NVL72 выдала более чем в 10 раз больше токенов на киловатт, чем GB300 NVL72. Результаты еще не верифицированы MLCommons.