科技 KOL Caesar Chi 最近對開源的 moltbot (clawdbot) 系統架構進行了詳細的分析，重點探討了其在多通道使用者互動、媒體理解及記憶一致性等方面的挑戰。Chi 指出，雖然 Channel Adapter 能夠標準化格式，但不同通道如 Telegram、Discord 和 WhatsApp 的使用者互動風格存在顯著差異，這使得在同一 Agent System Prompt 下調整語氣變得困難。
此外，Chi 提到媒體理解的同步代價問題。在 Pipeline 中，圖像、音頻和視頻的處理方式雖然在 Web 環境中表現良好，但在某些 API 延遲較高的通道上，使用者對於「分析中…」的等待耐受度往往低於預期，這可能影響整體體驗。
他還指出，提供多種 Session Scope 雖然靈活，但在用戶跨通道切換時，記憶一致性的維護成為一大挑戰。這種情況在 AI 嘗試在不同場景中保持一致性時尤為明顯。Chi 最後提出，開發 AI Agent 時，應考慮如何在速度與記憶深度之間取得平衡，這是當前產業面臨的重要問題。