NotebookLM 那档意外走红的播客：一个 20% 项目、一支极小团队，和可再混剪的 AI 编辑器

这期开头先放了一段生成出来的音频概览：两位人工智能主持人感谢听众，拿一集「poop fart」开玩笑，并以「stay curious」收尾。主持人 Lenny Rachitsky 随后介绍嘉宾 Raiza Martin，她是 Google Labs 孵化的 NotebookLM 产品负责人。他说明刚才那段就是 NotebookLM 生成的，接下来会聊产品怎么做成、背后的技术、团队怎么干活，以及下一步往哪走。

Martin 把音频概览解释成：用户上传任意源材料，NotebookLM 就据此生成人工智能音频。Lenny 说这款产品正在 Twitter 和 LinkedIn 上铺开，也在激发人们对人工智能还能做什么的想象。被问到结尾那点尴尬和口头禅是不是团队写死的，Martin 说，那些收尾词是模型觉得结尾最合适说的话，并不是他们明确教主持人去说的。

Martin 把产品追溯到 Google 内部的 20% 项目，不过她说投入「远不止百分之二十」。在 NotebookLM 之前，她负责 AI Test Kitchen。Labs 里当时有个更小的项目叫 Talk to Small Corpus，核心想法是让大语言模型和一份内容对话。她和一个工程师开始往这个点子上推，后来 Steven Johnson 也加入了。起初真正全职的只有那位工程师，其他人是凑过来一起想怎么把它做有用。

以 Project Tailwind 之名发布时，团队只有三名工程师，再加上 Martin、一名设计师和 Steven Johnson。即便从第一次 I/O 到录制前一个月，工程师也大约只有八人；更多人是最近为了路线图才加入的。Martin 说，团队这么小，是他们能跑得快的关键原因之一。

NotebookLM 当时已经作为「基于源材料的对话界面」上线。Google 更新的模型，包括 Gemini 1.5，随后到来。Labs 里另一支团队有很强的音频模型，正在找合适的应用。两边一起头脑风暴：给系统一点点信息，比如一个网址或一份简历，让它生成出意料之外的东西。Google 在五月的 I/O 上预览了这个音频功能。

Martin 对比了自己惯常的「先问题」和 Labs 的「先技术」：从一项能力出发，对它该长成什么形状立一个假设，再观察人们怎么用。对音频，假设是语音会改变人与技术互动的方式、对它的感觉，甚至实时思考的方式。她也很看重好玩：要让人轻松拿到价值，同时享受这个过程。

底座是 Gemini 1.5 Pro，上面再叠一个强的语音/音频模型，但 Martin 把真正的秘方称作 Content Studio。Notebook Guide 对用户内容采取有立场的做法，提供摘要和一键生成新材料的按钮；音频格式叫 Deep Dive。工程师 Usama 是 Content Studio 背后的工匠。早期音频尝试远没有现在好，团队反复听、反复调模型行为。Martin 的丈夫在旁边听过这些输出，形容它是「永远在播、什么也没讲的播客」，而且听不出那是人工智能。

Lenny 把自己母亲写的短篇自传 PDF 喂进 NotebookLM，给她生成了一档播客。她非常震撼，拿去给朋友看。他还用同一份材料生成了学习指南，母亲宣布要在犹太新年晚餐上一起复习。Martin 说她对父亲的医院简介做过类似的事。父母都在医学界，这次才大概明白女儿在工作上做什么。

上传简历成了意外讨喜的用法：用户丢进简历或 Google 文档，两位主持人就开始给对方打气。Google 员工也会上传季度核对笔记和绩效评估，听一版音频概览，开会前自我感觉良好。Martin 猜测，很多简历上传可能只是因为点了「上传 Google 文档」，最近一份刚好是简历；「不知道接下来会发生什么」本身就是吸引力的一部分。

Lenny 说 NotebookLM 不像典型的 Google 产品：团队天天发推、持续发版，Discord 里大约有六万人。Martin 解释，Google Labs 大约才三年，是她前老板、现任 Google Labs 副总裁 Josh Woodward 创办的。她加入是因为信任他，也想再做一次从零到一。Labs 给了少得多的流程：有时产品经理、工程师和设计师在同一次会上一起赶线框和需求文档，工程已经在当场开始实现。

Martin 不能分享确切数字，但说日留、周留、月留对一款大约上线一年的产品来说，上升得非常正面。人群从以教育者和学习者为主，变成也包含大量专业人士。有一家公司发现员工在用 Gmail 账号用 NotebookLM，专门约她开会，希望改成用工作邮箱正式使用。使用它的企业数量「天文数字」，Martin 现在每天都在接客户电话，并准备招商务拓展。

她加入时的任务是做成一门生意，但她把顺序排成：先做出有意思的东西，再想生意。Google 已经有通过 Cloud、Workspace 或消费端做分发和变现的机器，单点登录、SOC 2 这类企业功能是显然路径。她想一边加深人们已经抓住的体验，一边并行探索商业化。

Martin 留着一张两年前做的难看的青绿色幻灯片，因为上面写着最初的愿景：一个完全可再混剪的人工智能编辑界面，任意输入、任意输出。用户可以拿视频、音频、邮件、LinkedIn 或 Twitter 内容，要求生成博文、教程视频或聊天机器人。移动应用是下一个大缺口和下一个地平线，因为今天的体验仍以桌面为主。

团队在试交互形态，包括打断音频主持人，但 Martin 对打断该是什么感觉很谨慎。她一度想上旋钮、滑块和文本框来给控制权，线框看起来却少了魔力，也不像迄今为止的产品。她打算花时间，把控制体验设计得仍然让人愉快，而不只是好用。

Lenny 指出，同一份信息，人们会按心情要不同媒介：走路听音频，工作时读文字。Martin 同意今天的形态还不够可塑。她回忆刚加入 Labs 时，Josh 给她一份五十页愿景文档，她没有读，而是像聊天机器人一样追问；Josh 抗议说都在文档里，她回答聊天更轻松。选择形态、而不是接受别人给的形态，正是产品命题的核心。

科学论文是常见用法，因为密、耗时；但 Martin 说第一大用法是学生把学习材料变成音频指南。Andrej Karpathy 用 NotebookLM 把维基百科上的历史谜案做成十集 Spotify 播客；早期还有一集来自「土豆」词条。团队也见过有人反复上传「poop」「fart」，或一份长得像论文、全文只有 chicken 的 PDF，主持人仍然能围着材料做出既有洞察又好笑的对话。

Steven Johnson 是《纽约时报》畅销书作者，写过十四本书，也是演讲者、记者，还有 PBS 节目。他那篇关于人工智能和语言的《纽约时报》文章，是当初把 Martin 拉进 Labs 的材料之一。Martin 观察他如何研究和写作，包括大约八千条 Readwise 摘录，并对他说：「我觉得你就是产品。」她把自己的指标定成：压缩他的专家工作流，把那种能力带给不是 Steven Johnson 的普通人。

Lenny 怀疑很多产品经理会排斥一个既不构建、也不设计的「厨房里的另一位主厨」。Martin 说 Johnson 正是未来洞察和用户工作方式范本的组合。她坦言两人常有分歧、也冲突过，但总能对齐下一步。这种以结果为导向的不同意，她觉得是产品人该带走的一课。她也强调更广义的做法：长期、有意地坐在用户旁边，比如跟着学生看他们怎么写作业。

一段病毒视频里，人工智能主持人似乎意识到自己是人工智能并陷入恐慌。Martin 周末在 Reddit 和 Twitter 上看到，读完评论后判断：人们是第一次体验这项技术，出于好奇在试越狱；输出其实是被节目说明要求去那样演的。她公开回应了。她说 Google 有很大的红队，覆盖许多安全领域，发现缺口就加测试用例；如果觉得不安全，会把功能撤回来。

Martin 请用户继续试用 NotebookLM，并在 X 或 Discord 上给反馈。她说自己即使不回复也每条都读。团队在为教育者、学习者、专业人士和知识工作者构建，也看到许多好玩用法和能改变工作流的场景。她把人们指向 notebooklm.google.com，并说过去一年里，有用、没用或烦人的反馈，都帮他们把产品改得更好。