[RFC]: 动态图正反向依赖数据结构重构

### 背景与目标描述. 本次重构旨在简化 PyBoost 的操作处理方式，通过移除不必要的中间状态管理和 Op 对象传递，优化性能并降低复杂性。 当前的 PyBoost 实现中，操作处理涉及复杂的中间状态管理，包括： 1. `OpRunner` 中的 `CreateOutputSimpleInfo` 方法 2. `OpRunStatus` 中的 `last_op_` 成员变量和相关方法 3. 梯度函数调用时传递完整的 `Op` 对象 4. `AutoGradUtil` 中的 `output_value_simple_info` 相关函数 这些中间状态增加了内存开销和复杂性，同时可能影响性能。 ### 建议的方案. 1. **移除 `OpRunner::CreateOutputSimpleInfo`** - 删除此方法的实现和调用 - 简化输出信息管理 2. **移除 `OpRunStatus` 中的 last_op 管理** - 删除 `SetLastOp` 和 `GetLastOp` 方法 - 删除 `last_op_` 成员变量 - 移除相关调用点 3. **简化梯度函数接口** - 从 `grad_func(op, input_args)` 改为 `grad_func(clone_tensor, input_args, output)` - 直接传递必要的参数而非完整的 Op 对象 4. **重构输出处理工具函数** - 添加 `OpOutputsToAbstract` 多态函数 - 添加 `PushOpOutputs` 多态函数 - 添加 `OpOutputsToValues` 多态函数 - 支持单个 Tensor、向量和元组的输出处理 5. **更新代码生成器和模板** - 修改 Python 代码生成器以生成新的函数签名 - 更新 C++ 模板以适应新的调用约定 ### 涉及到的对外API ### 测试验证 mindspore/tests/st/pynative/grad 有完善的测试用例 ### 期望的反馈时间. ### CC List. @luochao60 ### 其他补充信息. ### Before submitting a new issue... - [x] Make sure you already searched for previous [RFCs](https://gitee.com/mindspore/mindspore/issues?q=is%3Aall+label%3ARFC+sort%3Arecently-updated).