两个科学早已推翻、大众仍深信不疑的「常识」。动手试试，看你的直觉会不会翻车。
下面两幅图各有 200 个点。一幅是真正的随机分布，一幅是人为均匀打散的。猜猜哪个是真随机？
人类进化出「模式识别」本能——在随机噪声中寻找规律曾是生存优势（草丛中发现猛兽）。 但这也意味着：真正的随机分布里自然出现的团簇和空洞，会被大脑误判为「有规律」。 心理学称之为聚类错觉（Clustering Illusion）。
苹果公司 2005 年被迫修改 iTunes Shuffle 算法：真随机播放时用户投诉「总重复同一歌手」， 乔布斯说「我们让它变得不那么随机，好让人觉得更随机」。
量化点分布的空间模式：R = 观察最近邻距离 / 期望最近邻距离。 R ≈ 1.0 → 完全随机；R < 1 → 聚集；R > 1.5 → 人为均匀。 上面的测试里，真随机的 R 在 0.93~1.15 之间波动，而蓝噪声打散后 R 稳定在 1.65~1.70。
点击预设密码对比，或输入自己的密码看实际熵值。越长的随机词组打败越短的复杂密码。
攻击假设：离线GPU集群，100亿次/秒（hashcat + 8×RTX 4090 的量级）
| 复杂短密码 | 熵(bits) | 破解时间 | 简单长密码 | 熵(bits) | 破解时间 |
|---|---|---|---|---|---|
Arnold Reinhold 1995 年提出：用骰子从 7776 个词中随机选词拼成密码。好记、好输入、无可预测模式。
美国国家标准与技术研究院（NIST）在 SP 800-63B 第三版（2017）中首次反对强制字符类型规则， 第四版（2024）进一步收紧：Section 3.1.1.2 第5条明确写道 "SHALL NOT impose other composition rules (e.g., requiring mixtures of different character types)"， 同时将单因素密码最低长度从 8 位提高到 15 位。 理由：组合规则导致用户选择可预测的模式（首字母大写、末尾加!、用@替代a）， 这些模式会被字典攻击优先尝试，实际安全性远低于计算熵。
信息熵 H = L × log₂(N)，其中 L = 密码长度，N = 字符集大小。
P@$$w0rd!：9 × log₂(95) ≈ 59 bits（理论值），但实际有效熵因弱模式扣减后约 36 bits。
correct horse battery staple：4 × log₂(2048) ≈ 44 bits（词典模型），但如果使用 7776 词的 EFF 列表则是 4 × log₂(7776) ≈ 51 bits。
关键差异：后者的熵是实打实的——没有可预测的模式可以利用。
这两个「常识」的共同点：它们都是人类直觉的产物，在日常生活中看似合理，却经不起统计学和信息论的检验。 人脑倾向于把「复杂」等同于「好」——复杂的图案一定有规律，复杂的密码一定难破解。 但数学告诉我们：真正的安全来自不可预测性（熵），而非表面的复杂度。