Twenty sagt, Jev verlagert KI aus dem Chat in den Kern der Plattform und bringt KI in automatische Abläufe wie E-Mail-Synchronisierung und Workflow-Bedingungen, die zuvor auf manuellen Regeln basierten.
Jev moves AI from the chat window into the core of Twenty. Until now, AI in Twenty meant the chat and agents. Everything automatic, like email sync or workflow conditions, still follows rules we wrote by hand, because an LLM on every synced email is too slow and too expensive.
Der Autor testete Jev anhand eines Benchmarks mit 1.565 deutschen und englischen Geschäfts-E-Mails von Industrielieferanten in 10 Kategorien. Jev war weniger genau als Gemini, doch der Autor interessierte sich für die Fehlermuster und erwägt weiterhin den Produktionseinsatz.
Aaron Levie sagt, Jev helfe Agenten bei schnellen Entscheidungen in Workflows, Datenklassifizierung und Beurteilungen, mit einer Box-und-Jev-Demo, die einen Incident-Bericht aus Box abruft.
Fatih Yildiz sagt, dass Jev von TypeSafe AI für Observability-Entscheidungsmodelle vielversprechend aussieht, und merkt an, dass bei edge_delta die Latenz bei Frontier-Modellen für operatives Prioritäts-Scoring und Event-Routing steigt, weshalb Jev getestet wird.
