Anygen根本没打算做NotebookLM的平替，难怪没有执着于收购Manus

Anygen根本没打算做NotebookLM的平替，难怪没有执着于收购Manus

知乎文章链接：https://zhuanlan.zhihu.com/p/1991609869745288481

微信公众号链接：https://mp.weixin.qq.com/s/DwDvQnfhZgy1nB_Dz5z7ow

今天看到了Anygen这个产品，乍看像是Google的NotebookLM的翻版，因为从功能上来看，Anygen和NotebookLM的重叠非常多。

但我首先要无脑赞一下Anygen，因为它几乎是算是免费的，免费在我这里的评价就是无脑先赞，特别是送的token可以用50多次，还没算上每日登陆送的token，特别是现在注册的话，完全可以把它当成一个月20美元的Gemini来用。

可以通过这里来注册，特别是它用的还是最贵的Nano Banana Pro这个API，简直超值。

我用Notebook比较久，就做了个对比，可以看到右边的NotebookLM，更早的产品，它的功能包含了音频总结、视频总结、思维导图、PPT制作等，基本上把所有日常常用的功能都涵盖了。再加上Nano Banana的超强绘画能力，所以这些功能的完成度都很高，特别是做PPT，一度非常领先。

而再看，功能跟NotebookLM太像了，做PPT，写文档，视频音频总结，不过也有不一样的，比如创建故事绘本，创建网页，翻译PDF这几个，但是用多了AI之后，其实大家都能感觉到这几个功能所蕴含的能力点，其实已经涵盖了，它不过是能力的不同表现形式而已。

为了对比下这两个产品，我做了三个实验。

第一个是做PPT，这应该算是这两个产品最核心的应用了，我用的材料是前两天DeepSeek的新论文mHC，我直接把下载好的pdf文档分别给了Anygen和NotebookLM。

需要用户自定义的地方就有不同了，NotebookLM给了四个选项，分别是格式、语言、长度和描述下想要什么样的PPT。

这几个我都试过，格式和长度很好理解，就是控制PPT的内容量，语言默认英文，如果要设置中文的话，效果很一般，因为经常会出现渲染不出来的字。

Anygen给出的选项数量比NotebookLM多一个，选项也很不一样，PPT长度可以在8到30页之间，跨度非常大，NotebookLM生成的PPT一般在12页左右。

这几个选项都挺实用的，特别相关性很高，它读完pdf文档后明显发现这是一篇很技术的学术论文，所以目标观众里面的选项专门提到了研究人员、技术人员、学生、普通观众和会议向，从强调的领域也能看得到，它基本上把一篇论文都拆解了。

但实话实说，Anygen生成的PPT质量暂时不如NotebookLM，这是Anygen的产出，从大的面来看没什么毛病，内容正确，格式也挺清新的。

细究的话，有些地方的内容超过了既定的框架，但是瑕不掩瑜。

但我拿NotebookLM的结果来比较下，可以立马看到不一样的点，那就是NotebookLM生成的PPT里面包含了更多的细节，特别是数学公式，还可以看到公式基本上没什么错误，且遵循了公式等重要内容高亮等原则，很专业。

而Anygen的数学公式那一页，并没有呈现公式，只是泛泛而谈，没有数学公式或者图像辅助理解。

对于一篇技术论文，明显的NotebookLM给出的结果要更优。

但是我也发现了Anygen的一个非常大的优势，那就是”可编辑”，这是一个巨大的优势，因为生成的再好，也不可能一步到位，一次性就是完美的，所以相比起NotebookLM的不能编辑，Anygen在做PPT的一些劣势对于我来说就消散了，因为我可以从NotebookLM拿公式那几页放到Anygen里面。

谁说不能两个AI一起用的。

第二个测试任务是做调研，这次我只用了Anygen，没想到的是它意外的好用，我的需求其实很简单，就是给了它一个AI方向上的名人，让它给我调研过去7天他们在twitter上的发言并进一步的分析。

为什么我做这个，其实就是自己最近在做一个类似的机器人，每天给我推送类似的信息，但我碰到一个巨大的问题，那就是twitter给的免费信息提取额度，一个月只有100条，平均一天3条，可以说几乎不可用。

而进阶的档位就到了200美元一个月，太贵，作罢。

说实话我没觉得 Anygen 可以做到，因为类似的问题我问过几乎所有的AI，包括但不限于ChatGPT，Gemini，Claude，Deepseek等，他们给我的建议基本上都是订阅一些类似的newsletter，他们会有类似的总结。

把任务交给Anygen之后，它很认真的分析了我给的内容，察觉到了只是个名单，没有包含可以分析的正文。

然后它提出一个大概的执行框架，其中第一个就是”若上传文本不含完整推文，在线检索每位用户近7天推文原文以补全材料”，这恰恰就是我最想要的。

它直接开了几个并行的浏览器，来一个个的提取对应用户的推文。

如果具体看它的执行步骤的话，这就是一个纯纯的Browser Agent，几乎是一个更好用的OpenAI的Atlas浏览器。

提取到的信息很准确，在这里设定的是12.28到1.4的时间范围。

它提取到的是1月2号的一条推文，类型是repost，也就是转发。

对比下sam altman的主页，准确无误，那条27号的推文被正确的筛掉了。

最后给出的分析报告也很中肯说明了信息来源，也给出了分析方法的说明。

量化分析的结果是准确的，可视化和之前的PPT问题类似，还不够精准。

这个关键时间线部分我很喜欢，这个明显契合了我的问题，以时间为主导的内容有这么一部分很贴切。

整体来看，数据收集准确，分析方法清晰且完善，给出的分析结果全面深刻，跟事实非常贴合，是一份超过我预期的分析报告。

毕竟我最开始以为它在收集数据这一步就跟我一样被卡住了。

并且同样的，它生成的内容是word格式的，可编辑。

更牛的是，我发现它还有一个定时功能，这就意味着它是可以设定为自动工作模式的。

写到这里，其实我心里已经有答案了：Anygen乍看像NotebookLM，但它更像”工作台”，而不是”读书笔记”。

NotebookLM那种感觉是——你把资料丢进去，它很会读、很会讲、很会把细节端出来（尤其是技术论文、公式、结构这些），第一版就挺”像样”。但Anygen更像——你把任务丢进去，它不光给你一份结果，还给你一个能继续改、能继续拼、甚至能按时自动跑的工作空间。第一版可能没NotebookLM那么精致，但它允许你把东西做成”可交付”的样子，这点太现实了。

所以我的总结更接地气一点：

你要”读懂+讲清楚”（论文/报告/知识消化），NotebookLM还是稳。

你要”产出+交付”（PPT/文档/网页/调研简报），Anygen更顺手，尤其是”可编辑”和”定时”这两个点，真的把它从”生成工具”拉到了”能干活的助理”。

最舒服的用法反而不是二选一：NotebookLM负责把细节做对，Anygen负责把东西做完。公式页、结构页从NotebookLM拿过来，剩下的交给Anygen排版、补全、迭代——就很丝滑。

最后说句大白话：Anygen我会继续用下去，原因不是它”比NotebookLM强”，而是它在这个阶段太便宜、太能试错了——当成一个”20美元/月Gemini的平替试验场”完全没毛病。你要是也想上手折腾工作流，可以用这个链接注册：anygen