TOOLS / 8 BOOKS / 02 · ENGINE v1
零代码个人智库与深度研究
本册：源接地智库与深度研究 Agent
30 SECONDS / 30 秒看懂
这一册只解决一件事：向内深读私有资料用源接地智库，向外做全网考证用 Deep Research。
- Gemini Notebook 严格限制只基于挂载源回答，并给段落级引用
- Deep Research 是多跳自主循环，不是普通联网搜索
- 引用角标让你能回到原文核验，降低幻觉
3 MINUTES / 3 分钟拆解
先看来源里的例子：PDF 本册核心例子（来源）
把几十篇论文和视频挂进 NotebookLM，要求总结 Transformer 架构演进。
发生了什么
普通聊天框会混入预训练记忆；NotebookLM 只从勾选的源中提取，并在每个论断后给 [1]/[2] 角标。
输出
来源做法：点角标可回到原 PDF 页码和段落，真假一秒核验。
术语拆开
- Source-grounding
- 回答只依据挂载的源材料。
- Deep Research
- 多跳检索、阅读全文并动态改写查询的研究 Agent。
- Inline Citation
- 段落级内联引用角标。
为什么有效
来源强调：普通搜索是单跳摘要，Deep Research 会规划子课题、读全文、顺藤摸瓜找一手来源。
结构长什么样
私有资料 → 源接地智库\n公开网络 → Deep Research 多跳循环 → 引用核验
为什么把 PDF 塞进普通聊天框仍然可能得到“很像但不对”的回答？
SOURCE READING / 来源精读
本册讲零代码的源接地智库与 Deep Research：用挂载文档与多跳研究替代手工 RAG。
逐点读懂
- NotebookLM 用挂载源约束回答
- Deep Research 做跨网页多跳研究
- 引用让结论可核验
怎么对应本关练习
先用 30 秒看懂抓四层结构，再读本册的‘顿悟时刻/原理/动手实验’，最后做课后自测；答案在下方。
例子在哪
本册的动手实验与课后自测都在原文；参考答案见本页下方。
源接地智库与深度研究 Agent
【第二辑:神兵利器篇 · 课题 02 / 08】AI 现代必修课 · 前沿工具深讲与动手实验讲义
利器02:零代码个人智库与深度研究——Gemini Notebook(NotebookLM)与 Deep Research 实战不用写一行代码、不用搭向量数据库,直接用源接地智库与多跳自主研究 Agent 攻克百份文献精读与跨网考证核心知识参考 : Google Gemini Notebook (NotebookLM) 、 Google Research Guide 与 Deep Research Architecture
一、顿悟时刻:哦,原来“源接地智库”和“深度研究 Agent”跟普通搜索差在底层
架构上!很多学习者在阅读几十篇硬核论文、啃一本厚重的英文原版教材、或者调研一个陌生学科时,过去往往只有两条路:要么自己苦哈哈地一页页读,要么花好几天去折腾本地向量数据库搭 RAG。
到了 2026 年,这两件苦差事已经被两款零门槛的 “ 王炸级 ” 研究神兵彻底解决了 : 向内深读私有资料用 Gemini Notebook ( 原 NotebookLM),向外做全网深度考证用各大旗舰的 Deep Research(深度研究 Agent)。
我们先花 3 分钟看懂它们俩为什么比普通聊天框强十倍。真相一:为什么把 PDF 传给普通聊天框会乱编,而放进 Gemini Notebook(NotebookLM)却能做到近乎“零幻觉”?
当你把几份 PDF 塞进普通聊天窗口提问时,模型的自注意力同时连接着“你传的文档”和它脑子里“预训练背下来的百亿网页记忆”——一旦文档里某个细节没写清楚,模型就会顺手拿网上的道听途说来凑数(幻觉)。
而 Google 的 Gemini Notebook(原 NotebookLM) 从底层就是专为学术与文献精读设计的“严格源接地系统(Source-Grounded System)”: 物理级闭卷隔离:在一个笔记本(Notebook)内,你可以同时挂载多达数十乃至上百个知识源(支持 PDF、Markdown、Google Docs、网页 URL、甚至直接粘贴 YouTube 视频链接读取字幕与音频录音)。
默认情况下,模型被严格限制只能基于你勾选的这些私有资料作答!细粒度内联溯源角标(Inline Citations):它生成的每一个核心论断后面都会紧跟一个数字角标(如 [1]、 [2])。
你鼠标悬停或点击角标,左侧面板会瞬间自动翻页并高亮框出该结论在原 PDF 第几页的具体哪一段原话!真假对错,一秒验明正身。
多感官认知转换(Audio Overviews & Interactive Mode):它能自动把几十页晦涩难懂的文字资料,转化为两位 AI 主持人抑扬顿挫、互相捧哏拆解的深度对谈播客(Audio Overview),甚至支持你在收听过程中随时点击“Join(举手插话)”,直接用语音打断主持人追问某个没听懂的细节!
真相二:普通“联网搜索(Web Search)” vs “深度研究(Deep Research)”到底有什么本质区别?
很多学习者看到聊天框上有个“联网搜索”按钮,还有个“Deep Research(深度研究)”按钮,以为后者只是多搜了几条网页。
其实它们在底层代表了两个完全不同的世代:
| 对比维度 | 普通联网搜索(Standard Web Search) | 深度研究代理(Deep Research Agent) |
|---|---|---|
| 底层执行拓扑 | 单跳线性检索(Single-Hop):将你的问题转成 1~2 个搜索词 → 抓取前 5~10 个搜索结果摘要(Snippets) → 3 秒内直接汇总成回答。 | 多跳自主循环智能体(Multi-Hop Agentic Loop):先规划研究子课题 → 发起第 1 轮搜索并点进网页读全文 → 根据发现的空白或矛盾点动态生成新搜索词发起第 2~10 轮深挖 → 耗时 5~20 分钟阅读上百个信源后合成报告。 |
| 信源深度与质量 | 极易被排名靠前的 SEO 营销水文或二手综述带偏,难以触达深层原始论文或官方文档。 | 具备顺藤摸瓜(Citation Chaining)能力: 在二手文章里看到提及某篇原始论文或 GitHub 仓库时,会主动跳过去抓取一手原件核实数据。 |
| 最佳适用场景 | 查今天天气、查某个软件最新版本号、查某条简单新闻事实。 | 跨学科文献综述、技术选型深度横评、复杂历史/科学脉络考证、万字级专题研究报告。 |
二、核心操作深讲:从构建个人专题智库到撰写高水平《研究任务书》
1. Gemini Notebook(NotebookLM)高效治学四步法
1. 第一步(按课题建立纯净多源仓库):访问 notebook.google 新建笔记本。以学习“Transformer 架构演
进”为例,同时上传原始论文 PDF(如《Attention Is All You Need》)、优质技术博客 URL 以及 Andrej Karpathy 讲解视频的 YouTube 链接。
2. 第二步(利用来源勾选框做“控制变量对比”):左侧来源列表的每一份资料旁都有一个复选框
(Checkbox)。当你只想对比其中两篇论文的方法差异时,取消勾选其余资料,只保留那两篇——这就是最直观的“手动上下文注意力窄化”!
3. 第三步(一键生成学习指南、时间线与音频播客):在右侧 Studio 面板中,一键生成《Study Guide(含核
心术语表与测验问答题)》、《Briefing Doc(核心简报)》或生成一段可交互的《Audio Overview》,在散步或通勤时先用听觉建立全局框架。
4. 第四步(将高价值回答固化为新笔记并反向转源):当你在对话框中通过追问得到了一份极佳的对比表格
时,点击回答下方的 Save to note(保存为笔记),甚至可以点击 Convert all notes to source 将你的读书笔记反向升级为新的受控检索源!
2. 如何写出一份让 Deep Research 发挥 100% 实力的《研究任务书(Research Brief)》?
由于 Deep Research 启动后会自主运行十几分钟、消耗大量推理算力,最忌讳只给它一句模糊的“帮我调研一下固态电池”。要想拿到媲美专业研究员的报告,请使用以下【四要素研究任务书模板】:
【1. 核心研究目标】
请对 2024‒2026 年间“大模型长上下文注意力稀疏化与线性注意力架构(Linear Attention / Mamba-2 / 混合架构)” 的技术演进与实际落地瓶颈进行深度调研。
【2. 必答核心子问题(Research Questions)】
- 主流全注意力(Full Attention)在超过 256K 上下文时的显存与延迟瓶颈具体数据是多少?
- 以 Mamba-2、RWKV、Lightning Attention 为代表的非传统或混合架构各自采用了什么数学近似手段?在“大海捞针 (Needle in a Haystack)”测试中表现如何?
- 截至目前,哪些开源旗舰模型已经在生产版本中实际采用了混合注意力架构?
【3. 信源质量白名单与黑名单(Source Constraints)】
- 优先检索:arXiv 原始论文、各大实验室官方技术报告(Technical Reports)、GitHub 官方仓库基准测试数据; - 严禁采用:无具体实验数据支撑的自媒体二手公关稿; - 对任何存在学术争议的指标,必须同时列出正反双方的实验证据。
【4. 交付物结构要求】
请输出包含【架构分类对比总表】、【关键实验指标对照】、【工程落地局限性剖析】及【完整一手文献链接列表】的结构化长篇报告。
三、动手实验(Hands-on Lab):15 分钟攻克一个陌生硬核课题
实验 1:用 Gemini Notebook 实现“多源交叉验证与角标核查” 任选一个你一直想学透的硬核主题(如“MCP 协议规范”或“扩散模型 Diffusion 数学原理”),收集 3 份不同作者的教程 PDF/网页导入 Gemini Notebook。
输入指令:“请对比这 3 份资料在解释核心原理时各自使用了什么不同的比喻或切入角度?它们之间是否存在术语定义不一致的地方?请逐一附上原文引用角标。” 随后亲手点击生成的角标,验证高亮原文是否与总结严丝合缝。
实验 2:对比普通联网搜索与 Deep Research 的信源深度将上文中的《四要素研究任务书》分别发给普通联网聊天模式与 Deep Research 模式,对比两者在引用文献数量、一手论文占比以及对细节技术局限性的剖析深度。
四、课后自测习题与详细解析(5 关 50 分 · 检验你的研究利器掌握度)
【课后自测题(请先独立思考作答,再对照下方解析)】
1. 第 1 题(源接地机制理解 · 10 分):为什么在处理严肃的个人学习资料、法律条文或实验规范时,把文档
放进 Gemini Notebook(NotebookLM)比直接粘贴到普通聊天框里更安全可靠?请指出其底层的两项核心设计差异。
2. 第 2 题(多跳检索原理辨析 · 10 分):请用自己的话解释 Deep Research(深度研究代理)的“多跳检索
(Multi-Hop Retrieval)”是什么意思?为什么普通单次联网搜索无法回答“某篇论文提出的算法在随后一年里被哪三篇后续研究指出了什么缺陷”这类问题?
3. 第 3 题(上下文范围精确控制 · 10 分):你的 Gemini Notebook 笔记本里一共导入了 40 篇跨度十年的文
献。现在你只想让 AI 对比其中第 3 篇和第 18 篇文献的实验数据集差异,且绝对不希望其余 38 篇文献的内容混进来造成干扰。请问最直接、100% 物理隔离的操作方法是什么?
4. 第 4 题(研究任务书诊断 · 10 分):一位同学启动 Deep Research 时只输入了五个字:“调研量子计算”,结
果等了 10 分钟拿到了一篇像维基百科词条一样的宽泛科普。请指出他至少应该补充哪三个维度的指令约束才能充分发挥 Deep Research 的价值。
5. 第 5 题(闭卷与开卷边界演进 · 10 分):当你在 Gemini Notebook 中阅读几篇私有论文时,如果发现论文
里提到的某个最新背景概念在你的私有资料里没有解释,你应该如何结合 Notebook 内置的 Deep Research / 外部探索能力与私有源接地模式,同时兼顾“视野扩展”与“事实可控”?
PRACTICE / 本关练习 · 本地规则 + 覆盖检查
本册课后自测与实验
本地检查在你的浏览器里完成，不上传。覆盖检查需要先登录（免费注册），并把这段答案发送到服务器计算一次，算完即弃、不存档，需你点同意；只核对本关评分项覆盖的方向，不在评分项里的题目不会被检查。
评分项
结构分 — / 50 分
查看参考答案与得分点 先自己写，再打开＋
参考答案与解析
1. 第 1 题解析:两项核心差异:1 严格的受限源接地(Source-Grounding)——系统在生成阶段强约束模型
仅从用戶挂载的私有文档切片中提取依据,抑制了预训练参数记忆的自由发散;2 段落级可验证内联引用角标(Inline Citations)——每个事实陈述均绑定原文精确位置索引,点击即可对照原件核验,实现了“生成―核查”闭环。(每项各 5 分)
2. 第 2 题解析:多跳检索(Multi-Hop Retrieval)是指将上一轮检索并阅读全文后提取出的新实体、新线索
作为下一轮检索的输入查询,循环往复层层深挖。对于“某篇论文后续被谁指出了什么缺陷”,第 1 跳必须先找到原论文的确切标题与核心论点,第 2 跳再去检索引用了该论文的后续文献,第 3 跳还需点进后续文献的 Related Work / Discussion 章节精读批评内容——普通单次搜索只看表面摘要,根本无法完成这种跨文档链条的追踪。(解释多跳动态接力机制与单跳局限得 10 分)
3. 第 3 题解析:无需删除其余文献,只需在左侧 Sources(来源) 面板中,取消勾选其余 38 篇文献,仅勾选第
3 篇和第 18 篇文献前的复选框即可。Gemini Notebook 的检索引擎只会对当前处于勾选状态的资料集进行向量与上下文召回,从而实现 100% 的物理隔离。(答出利用左侧来源复选框动态勾选隔离得 10 分)
4. 第 4 题解析:至少应补充三个维度:1 具体拆解的研究子问题(Research Questions)(如聚焦超导量子
比特 vs 离子阱路线的纠错阈值对比);2 信源质量与时间范围约束(Source & Temporal Constraints) (如限定近两年一手学术期刊与官方路线图,排除泛科普营销号);3 结构化对比维度与反方/瓶颈要求(要求列出当前工程落地的真实瓶颈与争议点)。(答出三个维度得 10 分)
5. 第 5 题解析:标准工作流是“先开卷扩展收集 → 人工审核入库 → 再闭卷精读”:利用 Deep Research 代理
跳出当前笔记本去外部权威信源检索该背景概念的专门文献,待 Deep Research 生成带来源链接的外部报告并经你确认为可靠信源后,将该报告或外部文献一键添加(Add to Sources)进笔记本的受控资料库,随后回到严格源接地模式进行交叉问答。(说清先外部探查、审核入库后再闭卷源接地分析的流程得 10 分)
网页永久免费。完整 PDF 会按顺序发给留邮箱的读者，不转售、不群发广告。
留邮箱，获取完整 PDF ↗