(🐞) No error for incorrect variance on parameter with generic type

from typing import TypeVar, Generic

T_in = TypeVar("T_in", contravariant=True)
T_out = TypeVar("T_out", covariant=True)

class AOut(Generic[T_out]): ...
class AIn(Generic[T_in]): ...

class BOut(Generic[T_out]):
    def f(self, a_out: AOut[T_out]) -> None: ...  # no error
    
class BIn(Generic[T_in]):
    def f(self, a_out: AIn[T_in]) -> None: ...  # no error

Mypy in real life

from typing import TypeVar, Generic, Callable

T_in = TypeVar("T_in", contravariant=True)
T_out = TypeVar("T_out", covariant=True)

class AOut(Generic[T_out]):
    T: T_out
    def f(self, fn: Callable[[], T_out]) -> None:
        self.t = fn()
    
    def dump(self) -> T_out:
        return self.t
class AIn(Generic[T_in]):
    t: T_in
    def load(self, t: T_in) -> None:
        self.t = t
    def f(self, fn: Callable[[T_in], object]) -> None:
        fn(self.t)
    

o1: AOut[int]
o: AOut[object] = o1

o.f(lambda: "")
o1.dump() + 1  # runtime error

i1: AIn[object]
i: AIn[int] = i1

i1.load("")
i.f(lambda x: x + 1)  # runtime error

related: #734, #8191

Führe mypy für die beiden Reproduktionen im Issue aus und bestätige, dass die ungültigen Verwendungen von Variance keine Fehler erzeugen. Verfolge den Einstiegspunkt für die Prüfung der generischen Variance und füge einen Regressionstest hinzu, der sowohl kovariante als auch kontravariante Fälle abdeckt; abgeschlossen ist die Aufgabe, wenn mypy die erwarteten Fehler meldet, ohne gültige Verwendung von Variance zu beeinträchtigen.