Так в MVU можно не только html возвращать, ещё можно xaml, dsl какой-нибудь, и всю эту разметку кто-то потом отрендерит (браузер, Авалония, замарин). У него в боте же просто процесс рендеринга включает в себя запрос в Телеграм, а в качестве разметки используются телеграмовские контролы. Почему это нельзя формально считать представлением, в каких свойствах ключевое различие?