江西永修县白槎镇兴隆村，高血压患者岑启德现在在村卫生室就能量血压、拿药，医生还上门随访。他感受到的是少跑路；支撑这份方便的，是县里的影像中心、心电平台和审方系统——AI已经在影像判读和处方审核这些环节里上班。
河北隆尧县千户营村的陈美丽，在手机上看到补贴已经打到社保卡上，一张表都没填。
两个场景隔着上千公里，指向同一个变化：AI进公共服务，最先改的不是“谁来办”，而是“谁先看见”。
永修县给出的账很具体：19家乡镇卫生院接入心电诊断平台，急危重症抢救响应时间从45分钟压到22分钟；处方先过AI审核，再交药师复核，全县处方合格率从47.53%升到97%。新华网
这些任务的共同点是边界清楚、结果可验证。AI看片、审处方，做的是从大量信息里先挑出异常；最后下诊断、签字的仍是医生。2026版《医疗机构人工智能应用与治理专家共识》把这条写成底线：AI输出不得直接作为最终诊断，高风险预警要逐一人工复核、全程留痕。光明网
基层真正的风险，不是AI看得不够准，而是年轻医生把AI的结果当成答案。算法有黑箱，也可能对特定人群产生偏差；没有资深医生把关，误诊漏诊会被放大。
学校里的变化，更像给老师多一双眼睛。宁夏银川十五中，语文老师检查全班背诵从1小时缩短到9分钟。
到了课堂上，AI做的又不只是省时间。北京广渠门中学的一堂数学课上，学生分组当“雪道验收官”，用直线倾斜角与斜率判断滑雪道哪段该整改。智能导学平台记录每组讨论，生成思维图谱。老师不急着给答案，只在学生争论时引导。教育部的一场现场会把它总结成一句话：教师是技术的主人，不是技术的附庸。光明网
这不是个别学校的试验。2026年4月，教育部等5部门部署“人工智能+教育”行动计划，明确要研发智能学伴、智能教学系统和教育智能大脑。人民网
但“主人”不好当。2025年中国青少年研究中心对7个省份8500余名中小学生的调查显示，AI使用率超六成，超七成用AI辅助完成作业，超两成表示“更愿意依赖AI思考”。华南师范大学胡小勇描述过一种课堂：教师用AI备课，学生用AI做题，教师再用AI改卷——“只有机器发生了学习”。AI能帮老师看见谁卡住了，却不能替学生完成“卡住—想通”的过程。光明日报
到了领补贴，AI的位置又不一样。邯郸给引进人才发生活补贴，来自承德的吉林大学硕士于佳颖，每月2500元自动到账，不用申请、不交材料。 背后是15个部门、49项政务数据的自动比对和智能筛选。隆尧的高龄津贴、养老服务补贴也一样：民政、公安、人社、卫健的数据一碰，户籍年龄、低保身份、生存状态自动匹配，核实后直接打款。人民网河北频道
严格说，这里起作用的多数不是大模型，而是数据打通加规则比对。它不“思考”，只负责把符合条件的人找出来——也是“看见”。难点不在算法，而在数据本身。江西大余县给困难群众减免水费、电费、污水处理费和垃圾处理费，已惠及2693户、33万余元；但刘金国家的水表登记在侄媳妇名下，系统识别不到，最后靠上门核实、办理过户，才退回114元水费。人民网江西频道
“免申即享”不等于“免管”。数据能筛出人，最后还得有人敲门核实、纠错、兜底。
把三个场景放在一起看，变化其实很一致：在医院，AI先看片、审处方；在学校，AI先看学情；在补贴名单里，先看谁符合条件的，是数据比对。它们都把重复劳动和信息不对称压下去，让该被看见的人或问题早一点出现。
但签字、判断、负责的那支笔，还在人手里。到2030年，基层诊疗智能辅助要基本实现全覆盖，这是已经写下的目标。 接下来值得盯的，不只是又上线了多少个模型，而是那些签字、复核、上门核实的人，有没有被真正支撑起来。新华网
