2022年4月，Steven Johnson在「纽约时报杂志」发表了一篇关于大语言模型的文章。网上的评论几乎一边倒：「Johnson被炒作冲昏了头脑」「这不过是加强版自动补全」「真可悲」。
如果你现在还在逐字逐句读100页的幻灯片，你可能正在用打字机时代的方式处理信息。
但两年后的今天，这篇被嘲讽的文章催生的产品NotebookLM，Discord服务器有6.5万成员，音频概览功能让全球用户疯狂。而这一切，只用了7个全职工程师。
Steven Johnson，14本畅销书作者，TED演讲播放量超1000万次。他最出名的身份是作家，但更准确的标签应该是「工具狂热者」。
大学时代的1980年代末，他因为痴迷苹果的HyperCard软件，用整整一个学期试图把课堂笔记都塞进去。「我当时想，如果能搞定这个软件，我就能想出更有意思的点子。」那个学期他没学到什么课程知识，但迷上了一个问题：软件能否帮助我们更清晰地思考？
这个问题跟了他几十年。
2021年10月，Steven终于拿到了GPT-3的访问权限。他一个人在书房坐了三个小时，脑子里只有一个念头：一切都要变了。
不是因为模型有多聪明，而是因为它掌握了语言本身。对于一个写了几十年书的人来说，这意味着他追寻了一辈子的「思考工具」，突然有了全新的可能性。
于是他写了那篇文章。然后被骂惨了。
但谷歌实验室的两个人Clay Bavor和Josh Woodward读到了。他们刚成立Labs，想做点不一样的事情：不要只让技术人员做音乐产品，把音乐家请进来一起做。Labs的哲学是「共创」，而Steven正好是个痴迷思考工具的作家。
2022年7月25日，Steven收到Josh的邮件：「我们要启动一个思考工具项目，假装这是个创业公司。我会给你最好的人和最新的研究。咱们干吧。」
那一天，他见到了Raiza Martin。
但真正的魔法，来自另一个人。
Raiza Martin12岁时，和身为医生的父亲一起组装了第一台电脑。不是买现成的，因为菲律宾进口电脑太贵，她爸说「我打赌自己能做」。他们成功了。
16岁高中毕业时，她打开iPod的白色盒子，看到背面印着「Cupertino制造」。她问父亲：「这是哪儿？我想去那工作。」父亲说：「那在美国，很远。」她说：「那怎么去？」
不久后全家移民美国。她给苹果写了封邮件：「能给我个工作吗？」苹果回复：「你会什么？」她当时还是个孩子，最后去了苹果店修电脑。
多年后她进了谷歌。2022年，她读到Steven那篇被批判的文章，第一反应是：「就这个了，这就是我接下来几十年要做的事。」
她加入Labs时，Josh的任务只有一句话：「建一个业务。」没说做什么产品，也没说怎么做。这是她收到过最好的空白支票。
问题出在下一步。
当时谷歌内部有个20%时间项目，名字起得很糟糕：「Talk to a Small Corpus」（跟一小堆文本对话）。是两个工程师Dale和Adam在2022年6月启动的，比Steven和Raiza见面早了一个月。
这个项目的核心想法后来成了NotebookLM的种子：与其跟通用大模型聊天，为什么不给模型提供一组特定文档，让它基于这些文档回答问题？
好处显而易见：减少幻觉，实现个性化，让AI处理你正在研究的材料。但技术上很难，因为当时模型的上下文窗口太小，塞不进多少信息。
Adam在Colab里搭了个原型。2022年8月中旬，Steven把自己的书「Wonderland」的几段扔进去，开始提问。AI回答了，还标注出「答案来自书中的这几段」。
Steven盯着屏幕：「六个月前世界上没有一台电脑能做这个。」
原型界面丑得没法看，但有东西在那儿了。这就是NotebookLM的起点。
重场景：从「相信它会好」到真正能用
早期的NotebookLM，说实话，不太行。
模型还没准备好做他们想做的事，UI也很粗糙。但团队做了一个赌注：相信模型会变好，所以先按照理想状态设计产品。
Raiza回忆：「前六个月，产品确实能用，但我们得相信它会变得更好，相信邻近可能性会打开。」
「邻近可能性」是Stuart Kauffman提出的概念，Steven写过一本书专门讲这个。简单说就是：技术演进就像开门，每扇新开的门后面还有更多门。1830年没人试图发明电灯泡，因为那扇门还没打开；到了1880年，全世界有上百人同时在做这件事，因为前置技术准备好了。
对NotebookLM来说，2023年初的大门还半开着。他们在等一个东西。
2024年初，Gemini 1.5来了。
更长的上下文窗口，多模态，多语言支持，还有原生的引文能力。这是个转折点。Steven说：「每次拿到新版本模型，就像圣诞节早上。我们会想，天哪，又有这么多新功能可以玩了。」
Raiza的反应更直接：「产品刚开始时，你就是疯的。你在做一个不可能的东西。然后Gemini来了，你突然意识到：我没疯，东西真的能做到了。」
引文功能是个例子。当你在NotebookLM里提问，它不仅给答案，还会标出答案来自哪些原始段落，你可以点进去查看原文。这部分是UI设计，但更关键的是Gemini本身就支持引文分析。
2024年5月到6月，团队终于确认：「OK，这真的能用了。」
音频概览：意外的病毒传播
但真正让产品爆炸的，是三个月后的音频概览功能。
这个功能不是NotebookLM团队想出来的。Labs内部另一个团队在做独立项目：把文档变成两个AI主持人的对话音频。某个时间点，有人提议：「这个能放进NotebookLM吗？」
Steven当时的反应很坦诚：「我是文字人，听信息对我来说太慢，我也记不住。」他把这个功能理解为「给听觉型学习者的Notebook指南」，所以说「你们做吧，我不挡着」。
Raiza也不是听觉型学习者。直到有一次，她要读一份100页的幻灯片，上传到NotebookLM生成音频，开车回家路上听完了。她的反应是：「我们做到了。从疯狂到很酷，我们跨过那条线了。」
音频概览的魔法在于：它不是搜索关键词，而是「搜索有趣的东西」。后台提示词会让AI主持人从你的材料里找出最有意思的部分，用引人入胜的方式讲出来，配上比喻和细节。
Steven说：「两年前，电脑做不了这个——你没法让电脑搜索『有趣』，或者让它『把这个讲得更有意思』。」
功能上线后，Discord服务器从几百人暴涨到6.5万。有个用户上传了自己的日记，生成音频后发视频：「这是我的日记，我太熟悉了，但AI把它变成了这个……」
Raiza看到那条视频时说：「这就是为什么它能打动这么多人——不是随便找个东西Google一下，而是你自己的东西，你创造的内容，现在有了新的形式。」
三个轻步骤：产品哲学的其他支柱
除了音频概览，NotebookLM还有几个关键设计。
第一是强制上传来源。Steven和Raiza争论过很多次：要不要让用户直接跟模型聊天，不上传文档？最后决定不做。「如果你没上传来源，产品就不工作。这强迫用户理解：上传来源=创建个性化AI。」
第二是一键生成功能。这是Raiza最早的想法，Steven当时的反应是「我不需要，我想自己写」。Raiza说「但我想点一下就出来」。现在NotebookLM可以一键生成简报文档、FAQ、学习指南、目录——Raiza是对的。
第三是团队规模。2024年6月国际版发布时，全职工程师只有7个。Steven说：「按谷歌标准这太小了。你不能扔50个人进来，得线性成长。」所以现在最大的挑战是：在已经火爆的功能上继续投入，还是押注全新的方向？
理论升华：「邻近可能性」如何指导产品决策
想想你上次去超市买电钻——你不是在买电钻，你是在买墙上的那个洞。这是「Jobs to Be Done」理论的经典比喻。
NotebookLM的团队用类似的方式思考产品，但他们的框架是「邻近可能性」。
Steven解释：「我们现在最激烈的争论就是：要做的东西太多了，但团队还是相对小，我们该优先做什么？邻近可能性现在在NotebookLM这儿极其宽广——这是个好问题，但也确实是个问题。」
这意味着什么？意味着他们不是在问「用户想要什么功能」，而是在问「现在这扇门后面，哪些门可以打开了？哪些还打不开？」
Gemini 1.5的到来打开了引文、多模态、更长上下文的门。但有些门还关着，比如让AI真正理解你的工作风格、记住几个月前的对话上下文、或者主动建议下一步该做什么。
这些功能不是「不想做」，而是「门还没开」。团队在等下一个模型版本，就像2023年他们等Gemini 1.5一样。
局限性提醒：不是万能钥匙
NotebookLM不适合所有人。
如果你就是想假装懂某个东西，但实际上不想理解它——比如让AI生成报告，你连看都不看就发给老板——这个产品帮不了你。Steven说：「这招能用两天，第三天你老板跟你聊，你就露馅了。」
如果你需要的是通用知识问答，直接用Gemini或ChatGPT更快。NotebookLM的强项是「基于你的材料回答你的问题」，它不是搜索引擎，也不是百科全书。
还有一点：它现在不会帮你找材料。你得自己上传文档、PDF、网页、音频。对一些用户来说，这道门槛有点高。
余韵收尾
Gus在播客里说，他每天和12岁的女儿一起用NotebookLM学习世界各国的维基百科页面。他们做了个表格，已经听了几十个国家，还学了音乐乐器。他甚至把生成的音频传到YouTube。
Steven听完笑了，说：「我最早痴迷HyperCard那个学期，什么课程知识都没学到，但找到了一辈子要追的问题。」
Raiza说得更直白：「以后的小孩不会知道什么叫『提示词工程』。他们看历史会觉得，天哪，以前的人还得说『你是个专业的演讲稿撰写人』？太傻了。」
那份100页的幻灯片，Raiza后来听完了。Steven没做过幻灯片超过三页的。有些人注定用不同方式处理信息。
但现在，处理方式不再是限制。