计算机没有真正的随机数生成能力，主要是因为它们 基于二进制逻辑和确定性原理运行。以下是详细解释：
二进制逻辑：
计算机内部所有的操作和数据都是以二进制形式表示的，即只有0和1。这种确定性使得计算机在任何给定的输入和初始状态下，都能产生相同的输出。因此，计算机无法生成真正的随机数，因为真正的随机数必须是无法预测的。
伪随机数生成：
由于计算机无法生成真正的随机数，它们采用伪随机数生成器（PRNG）来模拟随机性。伪随机数生成器依赖于一个初始值（称为种子）和一个确定的算法公式。通过不断迭代这个算法，计算机可以产生看似随机的数字序列。然而，由于算法的确定性和种子的可预测性，这些数字序列在本质上是可重复的。
外部输入：
为了增加随机性的程度，计算机通常利用外部输入，如系统时间、用户输入或其他物理现象，作为随机数生成的种子。这些外部输入在一定程度上可以增加随机数的不可预测性，但仍然无法完全实现真正的随机性，因为它们本身也是由计算机程序和环境决定的。
硬件限制：
计算机硬件本身也是基于物理过程工作的，这些物理过程具有确定性。因此，计算机无法直接从硬件级别生成真正的随机数。伪随机数生成器通常是基于软件算法实现的，这些算法在运行时受到计算机程序和环境的限制。
量子计算机的可能性：
有观点认为，在量子计算机上，通过测量一个非本征的量，可能能够生成即使还原了原本状态也能生成不同结果的随机数。这种随机性更接近于真正的随机性，但目前量子计算机技术尚未成熟，尚未实现这一目标。
总结来说，计算机没有真正的随机数生成能力，主要是因为它们的设计和运行原理决定了它们的输出是确定性的。尽管可以通过伪随机数生成器和外部输入来模拟随机性，但这些方法并不能完全消除算法的规律性和可重复性。