Pembaruan Agentic NotebookLM 2.0: Semua yang Berubah pada Juni 2026

Pembaruan NotebookLM Terbesar Sepanjang Masa

Pada 8 Juni 2026, Google merilis apa yang tanpa diragukan merupakan rilis NotebookLM terbesar sejak produk ini diluncurkan. Disebut secara internal sebagai "pembaruan agentic 2.0", pembaruan ini mengubah NotebookLM dari pembaca riset yang cerdas menjadi agen riset yang aktif — yang dapat menjalankan kode, mencari di web terbuka, menemukan sumbernya sendiri, dan mengekspor file yang rapi dan dapat diedit dalam hampir setiap format yang disentuh pekerja kantoran.

Jika Anda selama ini hanya menganggap NotebookLM sebagai "benda yang membuat podcast AI", pembaruan ini adalah isyarat untuk melihatnya kembali. Di bawah ini adalah rincian lengkap tentang semua yang berubah, mengapa itu penting, dan — karena ini adalah situs penghapusan watermark — apa arti semua format ekspor baru yang mengkilap ini bagi siapa pun yang menginginkan file yang bersih dan profesional.

1. Gemini 3.5 dan Kerangka Antigravity

Inti dari pembaruan ini adalah model baru, Gemini 3.5, yang berjalan pada kerangka agen Antigravity milik Google. Antigravity adalah lapisan orkestrasi yang memungkinkan model merencanakan tugas multi-langkah, memanggil alat, mengeksekusi kode, dan memeriksa hasil kerjanya sendiri alih-alih menjawab dalam satu kali jalan.

Dalam praktiknya, ini adalah perbedaan antara meminta pustakawan mengambilkan sebuah buku dengan meminta asisten riset pergi membaca enam buku, menghitung angka-angkanya, dan kembali dengan laporan tertulis. NotebookLM tidak lagi hanya mengambil dan meringkas — ia bernalar melalui sebuah tugas, memecahnya menjadi langkah-langkah, dan menggunakan alat untuk menyelesaikan tiap langkah. Setiap kemampuan di bawah ini dibangun di atas fondasi ini.

2. Setiap Notebook Mendapat Komputer Cloud yang Aman

Ini adalah fitur unggulan. Setiap notebook kini hadir dengan komputer cloud ber-sandbox miliknya sendiri yang mampu menjalankan kode. Minta NotebookLM menganalisis angka-angka dalam dokumen sumber, dan alih-alih menebak perhitungan seperti yang biasa dilakukan model bahasa, ia menulis dan mengeksekusi Python sungguhan, lalu mengembalikan hasil yang terverifikasi.

Ini membuka:

• Analisis data sungguhan — mem-parsing spreadsheet, menghitung statistik, menjalankan korelasi, dan menghasilkan grafik dari data Anda yang sebenarnya.
• Perhitungan akurat — tidak ada lagi aritmetika halusinasi; komputer yang menghitung.
• Transformasi data — membersihkan, membentuk ulang, memfilter, dan mem-pivot dataset sebelum mengubahnya menjadi keluaran.
• Visualisasi — menghasilkan plot dan grafik langsung dari data sumber.

Sandbox-nya terisolasi dan sementara, jadi aman secara desain — kode berjalan di lingkungan sekali pakai, bukan di mesin Anda atau terhadap akun Google Anda.

3. Mode Riset Mulai dari Nol

Hingga pembaruan ini, NotebookLM hanya dapat bekerja dengan sumber yang Anda unggah. Itu adalah keterbatasan yang mendefinisikannya — sekaligus kekuatan yang mendefinisikannya (tidak ada halusinasi dari luar himpunan sumber). Pembaruan 2.0 menambahkan mode riset mulai dari nol opsional yang membalikkan hal ini.

Berikan NotebookLM sebuah topik alih-alih dokumen, dan ia akan:

• Mencari di web terbuka untuk materi yang relevan dan berkualitas tinggi.
• Menemukan dan mengusulkan sumber — artikel, makalah, dan halaman yang tidak Anda ketahui keberadaannya.
• Menyusun himpunan sumber untuk Anda, yang kemudian dapat Anda kurasi sebelum ia menghasilkan apa pun.

Yang terpenting, Anda tetap memegang kendali: model mengusulkan sumber, Anda menyetujuinya. Ini mempertahankan manfaat pentautan ke dasar (semuanya dapat dilacak kembali ke sumber nyata dan terlihat) sambil menghilangkan masalah cold-start "notebook kosong". Ini adalah perubahan terbesar dalam cara Anda memulai proyek riset di NotebookLM.

4. Format Ekspor yang Diperluas Secara Masif

Di sinilah pembaruan menjadi langsung relevan dengan situs ini. NotebookLM dulu mengekspor segelintir format — kebanyakan slide PDF, audio, dan video. Pembaruan 2.0 secara dramatis memperluas menu ekspor, dan sebagian besar kini sepenuhnya dapat diedit:

• PPTX yang dapat diedit — file PowerPoint sungguhan dengan kotak teks dan bentuk yang bisa dipindahkan, bukan PDF yang diratakan.
• Spreadsheet XLSX — keluaran data terstruktur langsung ke Excel/Sheets.
• Dokumen DOCX — dokumen Word yang dapat diedit untuk laporan dan tulisan.
• File CSV — data terstruktur mentah untuk diimpor ke alat apa pun.
• Grafik dan visualisasi — dihasilkan dari sandbox eksekusi kode yang dijelaskan di atas.

Perpindahan dari "hanya PDF" ke PPTX yang dapat diedit khususnya menutup salah satu celah yang paling banyak dikeluhkan pada NotebookLM. Kami menulis tentang kekesalan itu persis di panduan keterbatasan NotebookLM kami — dan pembaruan ini memperbaikinya dari sumbernya.

5. 100+ Keterampilan Perangkat Lunak yang Dikurasi

Mengendarai sandbox eksekusi kode, Google menambahkan pustaka berisi lebih dari 100 "keterampilan" yang dikurasi — kemampuan siap pakai yang dapat dipanggil agen untuk tugas-tugas umum. Bayangkan pemformatan dokumen, pembersihan data, penataan gaya grafik, rutinitas statistik, dan konversi file, semuanya dikemas sehingga model secara andal meraih alat yang tepat alih-alih berimprovisasi.

Bagi pengguna, ini berarti keluaran lebih konsisten dan tampak profesional. Anda tidak perlu tahu bahwa sebuah tugas membutuhkan pustaka atau teknik tertentu; keterampilan itu yang menanganinya, dan NotebookLM memilih yang tepat untuk pekerjaan tersebut.

6. Penalaran Rantai-Pikir yang Transparan

Dengan agen yang mengerjakan pekerjaan multi-langkah, kepercayaan menjadi kekhawatiran nyata — Anda perlu melihat bagaimana sebuah kesimpulan dicapai. Pembaruan ini memunculkan penalaran rantai-pikir yang transparan: Anda dapat menyaksikan NotebookLM merencanakan pendekatannya, melihat sumber mana yang dikonsultasikannya, dan mengikuti langkah-langkah yang diambilnya untuk mencapai jawaban.

Ini bukan sekadar kelebihan yang menyenangkan. Bagi pelajar, peneliti, dan siapa pun yang menghasilkan karya yang harus mereka pertanggungjawabkan, kemampuan mengaudit jalur penalaran — dan mengutip sumber tepat di balik setiap klaim — itulah yang membuat sebuah alat AI dapat dipakai dalam konteks serius.

7. Jebakannya: Ekspor Bebas Watermark Masih Butuh Ultra

Dengan semua kekuatan baru ini, satu hal tidak berubah: ekspor gratis dan Plus masih membawa watermark "Made with NotebookLM". Menghapusnya secara resmi masih memerlukan NotebookLM Ultra, yang berada di puncak tangga harga Google. Jika Anda menimbang apakah itu sepadan, perbandingan Free vs Plus vs Ultra kami merinci persis apa yang Anda dapat di setiap tingkatan.

Jadi pembaruan ini membuat NotebookLM jauh lebih mumpuni, tetapi tuas monetisasi tetap kokoh di tempatnya. Lebih banyak format, kebijakan watermark yang sama.

Apa Artinya Ini bagi Penghapusan Watermark

Inilah kesimpulan praktisnya. Sebelum pembaruan ini, watermark NotebookLM muncul pada sekumpulan keluaran yang terbatas — kebanyakan slide PDF, video, dan infografis. Kini luas permukaannya meledak:

• Presentasi PPTX yang dapat diedit — ber-watermark.
• Laporan DOCX — ber-watermark.
• Ekspor data XLSX dan CSV — ber-watermark (atau branding yang berdekatan dengan watermark).
• Grafik dan visualisasi yang dihasilkan — ber-watermark.
• Video, PDF, infografis, audio — masih ber-watermark, seperti sebelumnya.

Lebih banyak format ekspor berarti lebih banyak watermark, yang berarti lebih banyak orang membutuhkan cara yang bersih untuk menghapusnya. Seorang pelajar yang mengekspor panduan belajar DOCX, seorang konsultan yang membangun dek PPTX, seorang analis yang menarik dataset XLSX — mereka semua kini menghadapi "pajak" Made with NotebookLM yang sama pada hasil kerja profesional.

Itulah tepatnya tujuan alat kami. Alat ini berjalan sepenuhnya di peramban Anda — file tidak pernah menyentuh server — dan menangani setiap format ekspor NotebookLM: video (FFmpeg WASM delogo), PDF dan slide (deteksi komponen terhubung ditambah pengisian gradien), PPTX (bongkar, bersihkan, kemas ulang), infografis, dan gambar Gemini (pembalikan kanal alpha tanpa kehilangan). Seiring Google terus memperluas menu ekspor, penghapus yang gratis, privat, dan agnostik terhadap format hanya menjadi semakin berguna.

Kesimpulan

Pembaruan agentic 8 Juni 2026 adalah lompatan sejati. NotebookLM berubah dari pembaca riset pasif menjadi agen aktif yang menjalankan kode, meriset dari nol, dan mengekspor file yang dapat diedit di hampir setiap format kantor — semuanya ditenagai oleh Gemini 3.5 dan kerangka Antigravity, dengan penalaran transparan yang benar-benar dapat Anda audit.

Ini adalah alat yang lebih kuat dari segala ukuran. Namun watermark pada ekspor gratis dan Plus masih ada, kini tersebar di jauh lebih banyak format daripada sebelumnya. Jika Anda memproduksi sesuatu yang profesional, langkah terakhir dalam alur kerja Anda sama seperti dulu — bersihkan hasil ekspornya. Bedanya, Anda akan melakukannya jauh lebih sering.

Pertanyaan yang Sering Diajukan

Apakah ekspor PPTX, DOCX, dan XLSX baru memiliki watermark?

Ya. Pada tingkatan gratis dan Plus, format ekspor yang diperluas membawa branding watermark "Made with NotebookLM" yang sama seperti ekspor PDF dan video lama. Hanya NotebookLM Ultra yang menghapusnya secara resmi — atau Anda dapat menghapusnya secara gratis dengan alat berbasis peramban setelah mengekspor.

Apakah pembaruan agentic mengubah cara kerja penghapusan watermark?

Tidak secara mendasar. Watermark tetap diterapkan pada file yang diekspor, jadi masih dapat dihapus setelah ekspor. Perubahan utamanya adalah kini ada lebih banyak jenis file yang perlu dibersihkan — PPTX yang dapat diedit, DOCX, XLSX, CSV, dan grafik — di samping format video, PDF, slide, dan infografis yang sudah ada. Penghapus yang agnostik terhadap format menangani semuanya.

Apakah mode riset mulai dari nol aman untuk diandalkan dalam hal akurasi?

Ia lebih dapat diaudit daripada pencarian web AI pada umumnya karena NotebookLM mengusulkan sumber untuk Anda setujui dan menampilkan penalaran rantai-pikirnya, sehingga setiap klaim dapat dilacak kembali ke sumber yang terlihat. Meski begitu, perlakukan sumber yang ditemukan AI seperti Anda memperlakukan hasil pencarian mana pun — tinjau sebelum menghasilkan keluaran akhir, terutama untuk pekerjaan akademik atau profesional.