在Airflow的DAG中，可以使用PythonOperator来表示一个任务，通过编写一个Python函数来执行任务，并将任务的结果保存为字符串随时间戳变化。

下面是一个示例代码，展示了如何在Airflow的DAG中使用PythonOperator来生成一个随时间戳变化的字符串：

from datetime import datetime
from airflow import DAG
from airflow.operators.python_operator import PythonOperator

def generate_string(**context):
    current_time = context['execution_date']
    string = f"String with timestamp: {current_time}"
    # 这里可以根据需要执行一些其他操作，并将结果保存到字符串中
    return string

default_args = {
    'start_date': datetime(2021, 1, 1),
}

with DAG('string_dag', schedule_interval='@daily', default_args=default_args) as dag:
    task_generate_string = PythonOperator(
        task_id='generate_string',
        python_callable=generate_string,
        provide_context=True,
    )

在上面的示例中，我们定义了一个名为generate_string的Python函数，它接受一个**context参数，该参数包含了任务的上下文信息。在函数中，我们从context中获取了当前的执行时间current_time，然后根据需要执行其他操作，并将结果保存为一个字符串。

然后，我们创建了一个名为string_dag的DAG，并将其调度间隔设置为每天一次。在DAG中，我们创建了一个名为generate_string的PythonOperator，它使用了之前定义的generate_string函数作为其python_callable参数，并设置了provide_context=True以便将任务的上下文信息传递给函数。

通过这样的设置，每次DAG执行时，generate_string任务会生成一个带有时间戳的字符串，并将其作为任务的结果保存下来。