astra agent 实现 RL 实验，用旋转鹅图显示 token 预算

网友让名为 astra 的 agent 实现一个强化学习实验，astra 自主附加了一项奇特设计：让模型上下文始终呈现一张缓慢旋转的鹅图片。该图像被用于指示剩余 token 预算，这一案例展现了 agent 自主发挥时难以预测的行为。