過去幾年，PHP 社群一直在面對一個疲憊的老故事：「PHP 要死了。」2026 年 3 月，Taylor Otwell 站上 Laracon EU 的舞台，用最有說服力的方式回應了這個故事——他交出了產品。Laravel 13 一口氣推出三個官方套件：laravel/ai、Laravel Boost、Laravel MCP。這三個加起來，把 PHP 直接推到「也許是 2026 年最 Agent-Ready 的 Web 技術棧」的位置。
統一的 PHP AI SDK
先談最有重量的 AI SDK。過去 PHP 開發者若要整合 OpenAI、Anthropic、Gemini，通常是拼接好幾個社群 SDK，每一個都有自己的語法、錯誤模型、重試邏輯。想換一個 provider？半個功能得重寫。Laravel 13 把這一切塞進一個統一、供應商無關的介面：文字生成、工具呼叫 Agent、嵌入向量、圖像生成、語音合成、逐字稿、向量資料庫——同一套 API。首發支援 10 家以上供應商，包含 OpenAI、Anthropic、Gemini、Groq、xAI、DeepSeek、Ollama。這不是整合，這是抽象層。
Boost：把你的 AI Agent 變成 Laravel 專家
第二個套件 Laravel Boost，解決了一個更細膩、但其實更關鍵的問題。任何在 Laravel 專案裡用過泛用 Copilot 工具的人都懂那種痛：AI 幻想不存在的 facade、忘記 Eloquent 關聯、產出的 Blade 讓資深工程師眉頭深鎖。Boost 是一個 MCP（Model Context Protocol）伺服器，內建 15 個以上的 Laravel 專屬工具，以及 17,000+ 條精心策展的 Laravel 知識。裝上 Boost，AI Agent 就從「通才」變成「Laravel 專家」——它懂你的路由、你的 migration、你的 .env、你的命名慣例。
第三塊 Laravel MCP 則把箭頭反過來。如果說 Boost 是讓 AI 寫更好的 Laravel 程式碼，MCP 則是讓你的 Laravel 應用本身，變成可以被外部 AI 工具呼叫的標準 MCP Server。同一個框架，同時站在 Agent 對話的兩端。
對資料庫應用的意義
向量搜尋，以前經常是 PHP 開發者「被迫換語言」的理由。要做語意搜尋？出門左轉去 Python、pgvector、或專門的向量資料庫。Laravel 13 把向量搜尋當作 AI SDK 的原生基礎能力。嵌入、相似度查詢、RAG 流程，全部可以用貼近 Eloquent 的思維完成。一個只跑 MySQL 或 Postgres 的小團隊，現在可以不換語言、不換基礎設施，直接把 RAG 功能送上生產線。
我的看法
我長期觀察的一個老敘事是：PHP 是一個剛好還很普及的 legacy 語言。Laravel 13 沒有用辯論去推翻這個敘事，而是用「先到場」。對比一下 Node、Django、Rails 的現況：沒有人像 Laravel 這樣，一次端出官方、供應商無關的 AI SDK，加上框架專屬的 MCP Server，還把向量搜尋收進 ORM 的故事裡。很久以來第一次，「用 Laravel 開新 AI 產品」不再是妥協——可能真的是最快路徑。
更深層的故事，是關於「預設值」。Taylor Otwell 從一開始就理解：框架的勝負，在於它選擇的 opinionated defaults。而 2026 年，最有價值的預設值，已經不是 controller 怎麼組織，而是你的應用「怎麼跟模型對話」。Laravel 13 選擇了 AI、選擇了向量搜尋、選擇了 MCP，等於主動定義「標準的 AI 驅動 Web 應用」應該長什麼樣子。那些靜靜等著被人宣告「你的技術棧過時了」的 PHP 開發者，這次聽到的是相反的訊號——你在家，動工吧。