我理解时间是随机数生成的不安全种子，因为它有效地减小了种子空间的大小。

但说我不在乎安全。例如，假设我正在为一个纸牌游戏做蒙特卡洛模拟。不过，我确实关心尽可能接近真实的随机性。时间作为种子会影响我输出的随机性吗？在这种情况下，我认为选择prng比选择种子更重要。

为了安全起见，您显然需要一个高熵种子。只有时间不能提供这些。

为了模拟的目的，种子的质量并不重要，只要它是独一无二的。正如您所指出的，PRNG的质量在这里更为重要。
即使是游戏中的prng也需要安全。例如，在多人游戏中，玩家可能会发现prng的内部状态，并使用它来预测未来的随机事件、猜测对手的牌、获得更好的战利品……

使用时间播种prng的一个常见陷阱是时间不会经常改变。例如，在Windows上，大多数与时间相关的函数只每隔几毫秒更改一次返回值。因此，使用该间隔创建的所有prng将返回相同的序列。

为了完整起见，本文作者是松本等人。很好地说明了初始化方案(即选择种子的方式)对于模拟的重要性。结果表明，一个不好的初始化方案可能对结果产生很大的偏差，即使RNG算法在原理上是相当好的。

如果您只是运行程序的一个实例，那么不应该有太多的问题。

不过，我见过一些人同时启动多个程序，然后每个程序都会随着时间而种子化。在这种情况下，所有的程序都会得到相同的随机数序列——特别是我见过有人在每次调用时植入Apache进程，以使用随机数作为会话ID，结果发现不同的人同时访问Web服务器，会得到完全相同的ID。

因此，如果您希望同时运行多个版本的程序，那么使用时间是一个非常糟糕的主意。

认为你的程序运行得很快，要求系统有足够的时间以一个很好的序列作为种子，间隔很短。你可以得到与答案相同的时间，所以最终会产生相同的随机数。所以，即使在模拟中，低熵也是一个问题。

考虑到在你的系统中有其他的熵源并不难，甚至你的操作系统也可以提供一些几乎随机的数字，你可以使用它们来增加你基于时间的种子的熵。