设高熵值密码是当前对抗AI预测性攻击最有效的防线，需用密码管理器生成≥16位、全字符集、无规律的真随机密码，并由服务端强制校验熵值≥90 bit及屏蔽弱模式。
直接设高熵值密码，是当前对抗AI预测性攻击最有效的防线。传统“大小写字母+数字+符号”的组合要求已不够——AI能从海量泄露数据中识别出人类偏好模式（比如 “名字+生日+!” 或 “password”替换成“p@ssw0rd”），哪怕字符种类齐全，熵值仍低。真正防住AI，关键在于让密码彻底脱离可学习的规律。
用密码管理器生成真随机密码
人工构思的“复杂密码”几乎都带认知偏差，容易被AI建模预测。必须依赖密码管理器内置的密码生成器，且满足以下条件：
- 长度不低于16位（越长越好，20位以上更稳妥）
- 启用全字符集：大小写字母、数字、ASCII标点（如
!@#$%^&*()_+-=[]{}|;:,.?） - 禁用易混淆字符（如 0/O, l/1/I），避免人为纠错引入规律
- 每次生成都基于强随机源（如系统级 CSPRNG），不复用种子
禁止任何语义或结构残留
即使由工具生成，也要手动检查是否无意中保留了可识别结构：
- 删掉连续重复字符（如
aa、111） - 避开常见键盘路径（如
qwerty、!qaz2wsx） - 不把生成结果按意义分段（如前8位+后8位分别记成两组）
- 拒绝“看起来好记”的密码——好记=有模式=可预测
服务端强制执行熵值校验
仅靠用户自觉远远不够。系统应在注册/修改密码时做实时熵值评估：
- 使用 Shannon 熵公式计算密码信息熵（单位：bit），阈值建议 ≥ 90 bit（对应约16位完全随机ASCII）
- 额外屏蔽已知高频弱模式：检测是否含常见单词变体、日期格式、键盘序列、重复子串等
- 对低于阈值的输入直接拒绝，并给出明确提示（如“该密码可被AI在1秒内预测，请使用密码管理器生成”）
- 不接受用户提交的“自定义熵值声明”，所有校验必须由服务端独立完成
配合其他不可绕过的基础防护
高熵密码不是万能解药，需与以下措施形成闭环：
- 启用多因素认证（MFA），优先选择WebAuthn硬件密钥或TOTP，避免短信
- 禁用密码重用：通过哈希比对历史密码库（本地或同步至可信第三方），防止撞库
- 限制登录尝试频次并实施渐进式延迟，让暴力试探成本远高于AI预测收益
- 对异常登录行为（如新设备、异地IP、非活跃时段）强制二次验证
高熵不是玄学指标，而是对抗AI学习能力的硬门槛。当密码不再反映人的习惯，而纯粹是随机噪声，AI就失去了训练基础和预测依据。这一步做实了，绝大多数新型预测性攻击会直接失效。
