请问，应当如何开展跨不同版本的 TiDB 集群性能评估工作呢？

没做过前置性能评估，
新版本很多新特性，看自己业务是否用到，或者抽取生产AP的SQL，放到研发环境，对比升级前后性能对比。

当然如果有架构能搞定流量收集问题，也可以重放，类似美团那边流量回放。