——Thomas Knauer-Arnold，TeamViewer软件开发副总裁

随着生成式AI与智能体技术快速发展，软件开发正经历深刻变革。从代码生成、自动化测试到文档编写和架构分析，AI正逐步融入研发全流程。日前，TeamViewer软件开发副总裁Thomas Knauer-Arnold分享了企业在AI辅助软件开发领域的实践探索，以及AI对研发模式、人才能力与开发流程带来的变化。

AI贯穿研发全生命周期

在TeamViewer，AI已成为研发团队日常工作的重要组成部分，覆盖代码分析、重构、缺陷修复、新功能开发、测试编写、文档生成及代码评审等多个环节。尤其在处理复杂代码库和重复性工作时，AI能够帮助开发人员提升效率、缩短反馈周期，并将更多精力投入产品创新。

Thomas Knauer-Arnold表示，AI并非开发人员的替代者，而是研发团队的重要协作者。同时，TeamViewer始终在受控环境中使用AI工具，并通过严格治理机制保护源代码、产品知识及安全敏感信息。

研发角色转型：从“写代码”转向“定义问题”

随着AI能力不断增强，软件开发人员的角色正在发生变化。除了代码编写，开发人员还需要承担需求分析、架构设计、质量控制与上下文管理等职责。

Thomas Knauer-Arnold认为，未来开发人员需要能够清晰描述需求、约束条件和预期成果，让AI系统与团队成员在统一认知下协同工作。TeamViewer也正在探索结合AI智能体推进规范驱动开发模式，由AI生成执行方案、测试方案和文档初稿，再由开发人员完成验证和优化。

质量优先，搭建全维度AI价值评估体系

TeamViewer认为，速度并非衡量AI价值的唯一标准。实践表明，AI在重复性任务、代码重构、测试编写、文档生成以及陌生代码库理解等场景已展现出明显价值，帮助团队加快迭代并更快获取反馈。

与此同时，企业级软件开发更关注质量表现。为此，TeamViewer持续跟踪返工工作量、测试覆盖率、代码评审效率及产品缺陷等指标，并结合试点项目和培训反馈，评估AI对代码质量、可维护性、安全性及产品上市周期的实际影响。

筑牢安全治理框架

尽管AI能够提升研发效率，但其潜在风险同样不容忽视，TeamViewer始终将安全作为AI辅助开发的首要原则。即使模型能力不断提升，AI生成的代码仍可能包含漏洞，因此所有代码变更在进入生产环境前，均需经过人工评审，并结合自动化测试、安全扫描和质量检查等机制进行验证。

随着智能体技术发展，自主化开发能力提升也带来了新的治理挑战，例如提示词注入攻击、过度授权以及智能体访问范围过广等风险。对此，TeamViewer正持续完善治理框架，明确智能体的权限范围、人工审批机制以及必须经过测试、安全扫描和代码评审的变更场景。

Thomas Knauer-Arnold表示，未来软件开发中会有大量代码由AI参与生成、修改或优化，但关键并不在于AI编写了多少代码，而在于企业能否以安全、可维护和可追溯的方式，将AI能力纳入专业的软件开发流程。

从辅助开发迈向智能协作，重塑研发未来

当前，TeamViewer正持续推进AI与智能体技术在研发领域的应用实践，并在明确管控边界的前提下逐步扩大自动化能力。同时，集成于TeamViewer产品中的AI智能体Tia，也在帮助更多团队积累智能体应用经验，推动AI从效率工具进一步发展为支撑知识管理、决策辅助与流程优化的重要能力。

随着AI技术不断成熟，软件开发的未来将不再是人与机器的替代关系，而是人与AI智能体的深度协同。对于企业而言，构建安全、可靠、可持续的AI研发体系，将成为未来数字化发展的重要课题。

关于TeamViewer

TeamViewer（法兰克福证券交易所XETRA代码：TMV）致力于在数字化摩擦影响业务效率之前，主动发现并解决相关问题。随着人工智能推动设备、应用程序与智能体快速扩展，数字环境的复杂性已超出传统人工管理能力。

TeamViewer帮助企业重新掌控 数字化环境：实时监测终端运行状态、自主采取措施使技术系统持续保持在预期状态，并在需要人工判断时为操作人员提供决策支持。其TeamViewer ONE平台整合终端管理、数字化员工体验以及智能体驱动的远程支持能力，引领行业向自主终端管理（AEM）转型。依托人工智能积累的数百万条专家级故障解决方案，平台构建了独特的数据优势，为自愈型技术提供强大支撑，并在每一次问题解决过程中持续提升自身能力。

目前，从中小型企业到全球领先的大型集团，超过60万家客户依靠TeamViewer保障其数字化业务与实体运营的持续稳定运行。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

关键词：