某公司開發一個 AI 助理，能長期記住使用者的重要資訊（例如偏好與歷史需求），並在後續對話中加以利用。系統設計採用 Titans 架構的 Memory as Context（MAC）機制，希望模型在回應時能同時參考目前對話與過去記憶。請問在此設計下，長期記憶最可能是下列哪一種使用方式？
答案 （C）
核心概念
Memory as Context（記憶作為上下文）這個名稱已經把答案寫出來了——把長期記憶當作「上下文的一部分」。做法是從記憶模組中取出相關的歷史資訊，整理成精簡的重點，與使用者當前的輸入拼接在一起送進模型。模型於是能同時看到「現在說了什麼」與「過去記得什麼」，據此生成回應。
答題技巧
快速判斷技巧：英文名稱就是答案。Memory as Context ＝ 記憶當作上下文 ＝ 把記憶跟當前輸入一起送進去。遇到有英文全稱的架構題，先直譯名稱再對照選項。
易錯陷阱：(A)(B) 描述的都是真實存在的記憶整合方式（同一個架構家族的不同變體），容易混淆。分辨方式：MAC 的記憶在「模型外面、輸入裡面」，另外兩種則在「模型內部」。