Salesforce और Microsoft की रिसर्च ने चेताया है कि AI सिस्टम्स पर आंख मूंदकर भरोसा करना जोखिम भरा है। DeepTRACE फ्रेमवर्क से पता चला कि कई टूल्स अधूरे और एकतरफा जवाब देते हैं, जिनमें गलत या गैरजरूरी रेफरेंस शामिल होते हैं। GPT-5 deep research mode ने बेहतर परफॉर्म किया, लेकिन अभी कोई भी सिस्टम पूरी तरह बैलेंस्ड नहीं है।