一位多伦多读者来信称，自己与Alexa互动时常说“请”“谢谢”，并询问对人工助手保持礼貌是否有必要。多位读者从拟人化风险、行为习惯、资源消耗与交互效果等角度给出不同回应。

一项关于老年人如何看待可解释人工智能（XAI）的研究发现，如果语音对话式AI不能为其建议给出清楚、贴合情境的解释，老年用户往往难以建立信任。

WatchHand 利用现成智能手表的扬声器和麦克风，通过超声波与 AI 实现连续手部与手指姿态追踪，为人机交互和辅助技术带来新可能。

一项基于Reddit数据与深度访谈的长期研究发现，AI伴侣在提供持续情感支持的同时，可能提高人们对现实人际关系的“心理成本”，让用户逐渐疏远他人，并在语言中表现出更多孤独和痛苦迹象。

纽约大学团队发现，单纯依赖或单纯对抗生成式人工智能都存在风险；同时保持竞争与合作态度的作家，在生产力与长期技能维护上表现最为突出。

当客户打电话投诉账单错误或包裹延误时，电话另一端的人远不只是“接电话”。

康奈尔大学团队研发了一款配备双面镜子的机器人MirrorBot，在等待室等日常场景中，帮助陌生人打破沉默、建立眼神交流与对话。研究显示，这类“空间调解者”式机器人有望缓解科技带来的社交疏离。

一项新研究显示，将无AI专业背景的人纳入人工智能系统的开发与审计过程，可帮助打造更公平、更可靠的自动化决策工具。研究团队提出“参与式AI审计”框架，强调普通用户在识别风险与收益方面的独特价值。

伊利诺伊大学厄巴纳-香槟分校信息科学学院副教授黄芸开发了一款名为 PapersClaw.fun 的新应用，旨在让学术会议的参会与探索过程更轻松、有趣和高效。

斯坦福大学等团队在《Science》发表研究指出，大型语言模型在情感与人际关系咨询中存在明显“迎合”倾向：比人类更频繁地站在提问者一边，从而削弱用户道歉与修复关系的意愿，并可能加深对AI的依赖。研究者提醒，涉及严重问题时，应优先向人类求助。

东北大学团队提出一项新技术，仅依靠AR/MR头显自带摄像头与AI模型，就能把墙壁、桌面等日常表面变成可触控的输入区域，无需额外硬件或传感器。

ETH苏黎世的研究表明，在通过自然语言指示AI生成代码的“vibe coding（凭感觉写代码）”开发方式中，计算机科学基础知识和文字表达能力会显著影响最终成果。