Cursor 1.2版本发布：内置任务拆分功能提升AI编程体验

概述

Cursor 近日向早期订阅用户推送了 1.2 版本更新。虽然官方更新日志尚未正式发布（据悉将在全员推送时公开），但已有用户发现了一个极为实用的新功能——自动任务拆分（To-Do List）。这一功能让 AI 在执行复杂需求时，能够自动将任务分解为清晰的步骤列表，并逐步完成，极大提升了开发过程的可控性和透明度。

Cursor 1.2版本新功能演示

AI编程助手的任务管理演进

AI编程助手从最初的代码补全（如GitHub Copilot的行级建议），发展到对话式编程（如ChatGPT辅助编码），再到如今的Agent模式（AI自主执行多步骤开发任务），每一次跃迁都伴随着对任务管理能力的更高要求。当AI从"回答问题"转变为"自主执行"时，开发者最大的焦虑在于失去对过程的掌控——AI在做什么？做到哪一步了？接下来要做什么？Cursor 1.2的自动任务拆分功能正是对这一核心痛点的回应。

Cursor 1.2 核心新功能：自动任务拆分

功能表现

在 Cursor 1.2 版本中，当用户向 AI 提出一个开发需求时，AI 会自动将需求分解为多个子任务，以 To-Do List 的形式展示出来。例如，当用户要求创建一个界面时，AI 会自动拆分为：

创建 API 文件
创建页面
路由配置
API 文档编写

每完成一个子任务，对应的条目就会被划线标记为已完成。这种可视化的进度展示让开发者能够清楚地了解 AI 的执行进度和思考逻辑。

复杂场景验证

在更复杂的后端服务开发场景中，这一功能同样表现出色。当用户提出一个较为复杂的功能需求时，AI 会按照标准的开发流程自动拆分任务：

设计 SQL 语句
生成实体（Entity）
生成 DTO
处理 Map 和 XML 文件
编写 Manager 层
编写 Service 层
编写 Controller 层

你可能没注意到，这个从底层到上层的实现顺序与人类开发者的习惯完全一致，说明 AI 的任务拆分逻辑是合理且专业的。

这里涉及的是企业级Java后端开发中常见的分层架构模式：Entity是数据库表的映射对象，DTO（Data Transfer Object）是数据传输对象用于层间通信，Manager层封装通用业务逻辑，Service层处理核心业务规则，Controller层负责接收HTTP请求并返回响应。从底层到上层的开发顺序确保了每一层的依赖在编写时已经就绪，这是经验丰富的开发者普遍采用的实践方式。AI能够自动识别并遵循这一顺序，说明其任务拆分具备真正的工程理解能力，而非简单的文本拆分。

更重要的是，即使在普通模式（非 Think 模式）下，这一功能也能正常工作。

与此前方案的对比

之前的做法

在 1.2 版本之前，开发者如果想要实现类似的任务管理效果，通常需要借助外部工具：

Task Manager MCP 插件：通过第三方任务管理插件来辅助 AI 进行任务拆分
精心设计的提示词：在 Prompt 中明确要求 AI 按步骤执行，并展示执行计划
Rules 文件配置：通过项目规则文件引导 AI 的行为模式

其中，MCP（Model Context Protocol）是Anthropic于2024年底推出的开放协议，旨在为AI模型提供与外部工具和数据源交互的标准化接口。在Cursor生态中，MCP插件允许AI调用外部服务来增强自身能力。Task Manager MCP插件就是其中之一，它通过外部任务管理服务来帮助AI规划和追踪多步骤任务的执行。然而，外部插件方案存在配置复杂、响应延迟、与编辑器集成度不够等问题，这也是Cursor选择将任务拆分能力内置的重要原因。

内置方案的优势

Cursor 1.2 版本将任务拆分能力内置到了产品中，类似于之前 Agentic 模式自带的能力升级。这意味着：

无需额外配置：不再需要安装 Task Manager 插件或编写复杂提示词
准确度更高：原生集成的拆分逻辑比外部工具更加精准
体验更流畅：任务进度实时可见，开发者对 AI 的执行过程有更强的掌控感

配合项目 Rules 使用效果更佳

从演示中可以看到，该用户在项目中配置了 Rules 文件，要求 AI 在执行前先阅读项目的服务概要文档（一个 MD 格式的文件），以了解现有服务的情况，避免重复创建。这种 Rules + 自动任务拆分的组合，能够让 AI 在理解项目全貌的基础上，更合理地规划和执行任务。

Rules 文件本质上是Cursor提供的一种项目级AI行为配置机制，开发者可以在其中定义代码风格偏好、架构约束、命名规范等规则。当Rules文件与自动任务拆分功能结合时，AI不仅知道"该做什么"，还知道"该怎么做"和"不该做什么"，形成了一套完整的AI开发行为约束体系。

版本获取与更新方式

目前 Cursor 1.2 版本处于灰度测试阶段，仅向开启了早期更新（Early Update Access）的订阅用户推送。灰度发布（也称金丝雀发布）是软件工程中的一种渐进式发布策略，先将新版本推送给一小部分用户，观察稳定性和用户反馈后再逐步扩大范围。Cursor采用的Early Update Access机制本质上就是灰度发布的一种实现——愿意承担早期版本风险的订阅用户充当"先行者"，帮助团队在全量推送前发现并修复潜在问题。这种策略在VS Code、Chrome等产品中也被广泛采用。

官方已在论坛开设了专门的讨论帖，供用户反馈使用中遇到的问题。待全员推送时，完整的更新日志也将同步发布。

总结

Cursor 1.2 版本的自动任务拆分功能，解决了 AI 编程中一个长期存在的痛点——开发者难以了解 AI 的执行计划和进度。通过将任务可视化为 To-Do List，不仅提升了透明度，也让开发者能够在 AI 执行过程中及时发现偏差并进行纠正。这一看似简单的功能改进，实际上大幅提升了人机协作的效率和体验。

从更宏观的视角来看，这一功能的出现标志着AI编程工具正在从"黑盒执行"走向"白盒协作"。当AI的思考过程和执行计划对开发者完全透明时，人类才能真正扮演好"架构师"和"审核者"的角色，而AI则专注于执行层面的高效产出。这种分工模式，可能是未来人机协作编程的主流范式。

核心要点

Cursor 1.2版本新增自动任务拆分功能，AI会将复杂需求自动分解为To-Do List并逐步执行
任务拆分逻辑符合人类开发习惯，从底层到上层依次实现，即使在普通模式下也能正常工作
该功能替代了此前需要借助Task Manager MCP插件或复杂提示词才能实现的任务管理方案
目前1.2版本处于灰度测试阶段，仅向开启早期更新的订阅用户推送
配合项目Rules文件使用，可以让AI在理解项目全貌的基础上更合理地规划任务