假設一個平行世界：你的實驗還在跑，論文初稿的截止日期到了，你決定先寫結果章節。
第一種結局：數字還沒出來，你先用「預計值」頂上，想着實驗結束再替換。後來實驗週期延長，你換了兩組參數，結果章節裏的舊數字忘了改——它們出現在了提交版裏。
第二種結局：你讓 AI「幫忙生成一段看起來合理的結果分析」。文本很流暢，但沒有數據支撐，通篇空洞強斷言，去 AI 味報告一跑，這一章全線飄紅。
第三種結局：你最勤快，把能想到的分析全寫了。實驗數據真正回來那天，你發現真實結果和推演結構對不上——兩章推倒重寫。
三個平行世界，指向同一個錯誤的根源：結果章節被安排在了它不屬於自己的時間。
正確的時間觀：data_needed 替你守門
muchsci 論文水手的寫作藍圖裏有這樣一道工序：生成大綱時逐章標註，哪些章節不依賴數據——文獻綜述、理論框架，可以先寫；哪些章節必須有真實結果——標記 data_needed，等實驗。
標註之後，你的寫作順序自動變得合理：能寫的先寫滿，等數據的章節保留結構、留出佔位符——且佔位符絕不自動填數字，這條規則寫死在 muchsci 的產品裏。數據到位，回填即可，不返工。
缺口行動清單：實驗排期的依據
data_needed 標記聚在一起，就是一份行動清單：第 4 章需要 A/B 兩組對照實驗結果，狀態「等實驗」；第 3 章文獻支撐充分，已完成；第 5 章需要問卷回收，已排期。
這份清單的價值在寫作之外——它讓實驗排期有了依據：哪些數據是關鍵路徑、哪些可以並行補採，一目了然。缺口先暴露，總比交稿前夜暴露強。
真實世界裏沒有平行宇宙可以試錯，但可以讓 muchsci 的機制替你避開所有壞結局。讓每章數據依賴清清楚楚，寫作與實驗兩條線就能並行不悖——這是論文寫作裏最划算的一種秩序。