一项研究发现，倭黑猩猩在听到笑声后，更可能去接近一个平时不会触碰的东西。这项研究对 4 只经过训练的倭黑猩猩进行了监测，它们会根据盒子是否装有食物而与盒子互动或忽略盒子，这项研究表明，听到积极的声音可能会影响它们的觅食和搜索行为。在研究中，4 只倭猩猩被安排熟悉一个有食物奖励的黑盒子和一个空的白盒子，并被训练按一个按钮拒绝白盒子。此外，有 3 个“模棱两可”的盒子（浅灰、中灰和深灰）间歇呈现，在50% 的盒子中含有食物奖励。测试在播放倭猩猩笑声或环境风声的情况下进行，播放时间持续7分28秒。研究显示，倭猩猩在93%的情况下会接近黑盒子，仅在1%的情况下接近白盒子。而在提供灰色盒子时，倭黑猩猩接近深灰盒子的情况较浅灰的频繁。综合所有灰色盒子的试验结果，研究人员发现，倭灰猩猩在听到笑声录音后更容易检查灰色盒子，其接近灰盒子的概率较环境风声的情况高了3.4倍。研究人员认为，笑声可能引发了倭黑猩猩的情感共鸣，影响了它们的行为，使其更容易接近一个模棱两可的刺激物。

Windows 10 即将终止支持，以及微软听命于美国政府制裁国际刑事法院首席检察官等事件给欧洲国家敲响了警钟，切换到 Linux 桌面将有助于安全和隐私保护，也有助于维护欧洲的数字主权。法国宪兵队在十多年前就成功切换到了基于 Ubuntu 的定制发行版 GendBuntu。一部分人人提议为欧盟组织开发一个专门的发行版 EU OS。该发行版将基于 Red Hat 社区发行版 Fedora KDE Linux。

Debian 项目宣布，AMD 成为下个月在法国 Brest 举行的 DebConf25 开发者大会的白金赞助商。AMD 此举旨在向 Debian 开发者宣传它的开源 GPU 编程软件栈 ROCm，因为 Debian 发行版是 AMD ROCm 的官方支持平台，越来越多的组件直接包含在 Debian 发行版中（然而稳定版并没有，主要是测试版）。

丹麦准备通过修改版权法确保每个人都拥有其身份、面部特征和声音所有权的方式打击 AI 深度伪造。丹麦文化部准备先公开修正提案征询公众意见，然后在今年秋季正式递交修正案。提案已获得议会九成议员的支持。AI 技术术快速发展，制作逼真的深度伪造图像、视频或声音比以往任何时候都容易。一旦修正案获得批准，丹麦公民将有权要求网络平台删除未经同意分享的内容。修正案不会影响戏仿和讽刺作品。

随着纸媒收入下降，越来越多的媒体拥抱了付费订阅模式。但当用户在上网冲浪时遇到需要付费的新闻内容，有多少人会愿意付费？美国皮尤研究中心的一项调查显示，绝大多数人都不愿意付费。调查显示，83% 的被调查者表示过去一年没有为新闻付费，17% 的人通过订阅、捐赠或成为会员的方式向新闻机构付费。74% 的人在搜索新闻时遇到过付费墙，38% 的人经常遇到付费墙。大多数情况下，遇到付费墙后，53% 的人会寻找其他信息来源，32% 的人放弃，只有 1% 的人在遇到付费墙后会选择付费访问。受过高等教育的成年人、民主党人和老年人等更有可能为新闻付费，民主党人比共和党人的付费意愿更高（21% 对 14%）。

宾夕法尼亚大学沃顿商学院的研究人员发现，相比 Google 搜索引擎用户，使用大模型研究特定主题的用户理解能力较弱，原创见解较少。研究涉及四项实验，共有逾 4500 人参与。结果显示，大模型用户在研究上花费的时间更少，付出的努力较少，撰写的回复更短、细节也缺乏。在第一个实验中，逾 1100 名参与者使用 Google 或 ChatGPT 研究蔬菜园艺（vegetable gardening）。Google 用户的回复更长，措辞更独特，引用事实也更丰富。第二个实验以 AI 摘要或模拟网页的形式呈现相同的园艺信息，在近 2000 名参与者中 Google 用户给出了更深入更丰富的信息。

在安全公司 CrowdStrike 的错误更新导致全世界 850 万台电脑崩溃近一年之后，微软正采取行动确保此类的事件不再发生，它采取的措施是将杀毒软件移出 Windows 内核。微软的新 Windows 终端安全平台正与安全公司如 CrowdStrike、Bitdefender、ESET、趋势科技等合作构建。以前微软允许安全公司的杀毒软件运行在 Windows 的内核层，不受限制的访问系统内存和硬件。CrowdStrike 去年的错误更新突出了内核驱动容易错误而导致系统蓝屏死机。微软准备释出了一个不对外公开的预览版，供安全公司测试，在多次迭代之后，完成将杀毒软件移出内核的工作。

Google DeepMind 新开发的 AI 模型 AlphaGenome 能帮助科学家解析基因组序列中的“暗物质”——非编码区，了解它们如何影响细胞内部运作并导致癌症等疾病的发生。从事非商业工作的研究人员现可使用 API 通过 DeepMind 的服务器访问该模型。在人类基因组序列中，98% 是不直接参与蛋白质编码合成的基因，即非编码区，但它们可以影响蛋白质活性，并包含了大量与疾病相关的变异位点。弄清楚 DNA 序列的作用很难，因为没有现成的答案，就像 AlphaFold 预测蛋白质3D结构一样。从吸引一组细胞机器附着在染色体的特定部分并将附近的基因转录为 RNA 分子，到吸引影响基因表达发生地点、时间和程度的转录因子，单个 DNA 片段具有许多相互关联的作用。例如许多 DNA 序列通过改变染色体的 3D 形状影响基因活性，从而限制或简化转录机器的访问。几十年来，科学家开发了数十种 AI 模型理解基因组。其中许多都集中在单个任务上，例如预测基因表达水平或确定外显子是如何被剪切并拼接到不同蛋白质中的。而 AlphaGenome 正是一个“一体化”解释 DNA 序列的工具。AlphaGenome 可以处理多达 100 万个 DNA 碱基，这可能包括一个基因和无数个调节元件，并能针对多种生物特性进行数千次预测。而且，AlphaGenome在预测过程中对单个 DNA 碱基的变化十分敏感，这意味着科学家可以预测突变的影响。

过去二十年，计算机科学被视为是获得高薪工作的踏脚石。从 2005 年到 2023 年，美国计算机科学专业的学生人数增长了四倍。但过去一年，部分大学的计算机科学专业入学人数开始逐渐下降。2025 年美国计算机科学专业入学人数只增长了 0.2%：斯坦福大学的入学人数增长停滞；普林斯顿大学估计未来计算机科学专业的毕业生人数将比今天下降四分之一；杜克大学该专业入学人数下降了五分之一。计算机科学专业可能已经走过了它的黄金时代。因为 AI 等工具的流行，科技公司的入门级编程工作的招聘人数显著减少。皮尤研究中心的一项研究发现，软件工程师被认为受生成式 AI 影响最严重的职业。相比生成文本，AI 被认为更擅长写代码。大学面临的一个挑战是：在生成式 AI 时代，是降低入学标准以增加入学人数，还是提高入学标准只让能力更强的人进入该领域。