「随机」两个字，在不同场景里完全是两回事。你手机抽奖的随机、网站验证码的随机、摇号彩票的随机，背后机制天差地别。用错地方，轻则游戏不公平，重则密码被秒破。

伪随机：算法 + 种子

电脑默认生成的「随机数」几乎都是伪随机：由一个确定性算法，从一个叫「种子」的初始值不断推算下一个数。经典算法是线性同余生成器（LCG）。

关键问题：只要知道算法和种子，整个序列可预测。很多语言的 `rand()` 默认种子是系统时间，看起来随机，但同一秒运行结果相近；更糟的是，如果种子固定（比如测试时设了固定种子），每次跑出来完全一样。

真随机：物理噪声

真随机来自物理世界的不可预测性：电路热噪声、放射性衰变、鼠标移动间隔、环境声波。Linux 的 `/dev/random`、Intel 的 RDRAND 指令都从硬件噪声取熵。这部分不可预测、不可复现，是密码学的基石。

为什么密码学不能用普通随机

如果你用 `Math.random()` 生成密码或密钥，攻击者只要知道你用的语言、版本、运行时间，就能缩小猜测范围到极小。这就是为什么 密码生成器 必须用密码学安全随机数（CSPRNG），它基于真随机种子 + 经密码学验证的算法，预测难度在算力层面不可行。用 随机数生成器 做游戏、抽签没问题，但生成密钥、验证码、token 必须用 CSPRNG。

场景对照表

一个常见坑：洗牌算法

新手洗牌常用「每个位置随机选一个交换」，但这会产生有偏排列（某些顺序出现概率更高）。正确做法（Fisher–Yates）是「从剩余元素里等概率选」，保证每种排列等可能。细节决定公平。

结论

随机不是「看起来乱」就够。日常娱乐用 普通随机数生成器 没问题；但凡是涉及安全、金钱、身份的，认准密码学安全随机——这是 专业密码工具 和普通玩具的本质区别。