Tamam, anladım. Belirttiğin kurallara ve terminolojiye harfiyen uyarak, İngilizce'den Türkçe'ye profesyonel bir çeviri yapacağım. Markdown yapısını, kod bloklarını, bağlantıları ve HTML etiketlerini koruyacağım. Hedef kitle için doğal ve akıcı bir dil kullanacağım.
İşte çeviri:
Sözleşmeyi sabah 9'da imzaladı, teslimatı akşam 9'da yaptı.
Eksiksiz bir dış kaynak projesi. Ön yüz, arka yüz, dağıtım, test. Hatta arada öğle yemeği yiyip iki saat sohbet ettik. Yapay zeka aslında 7 saat 20 dakika boyunca çalıştı.
Tek bir satır kısıtlama kodu yazmadım. Çoklu ajan işbirliği yok. Parametreleri bile ayarlamadım.
Yapay zekaya üç şey verdim: her düğmesi ve sayfası net bir şekilde etiketlenmiş bir ön yüz demosu; kapsamı ve teslimat standartlarını tanımlayan bir sözleşme; ve bir geliştirme belgesi—50 sayfalık bir PRD değil, sadece temel mantığı açıklayan birkaç paragraf. Sonra doğru araçları skills.sh adresinde bulmasına, GitHub'da ilgili kütüphaneleri aramasına ve teknoloji yığınına kendisinin karar vermesine izin verdim.
Geçmişte böyle bir proje en az bir hafta sürerdi. Acele bir iş bile üç gün alırdı.
Şimdi 7 saat sürüyor.
Neden? İyi prompt'lar mı? Doğru model mi?
Hiçbiri.
Son üç yıldır oluşturduğum bilgi tabanı işi yapıyordu. O çalışırken ben çay içiyordum.
Bunu dış kaynak kullanan arkadaşlarımla konuştum. Tepkileri iki kategoriye ayrılıyor. Biri övündüğümü düşünüyor. Diğeri birkaç saniye sessiz kalıp sonra hangi araçları kullandığımı soruyor.
İkinci grup anladı. Birinci grup henüz sorunun farkında değil—işinizi çalan yapay zeka değil; işinizi çalan, bilgi tabanı olan kişi.
'Bilgi Tabanınız' Muhtemelen Ölü Bir Depodur
Size bir soru sorayım: Bilgi tabanınız şu an doğrudan paraya çevrilebiliyor mu?
Bunu birçok kişiye sordum. Çoğu afallıyor ve sonra hayır diyor.
Çünkü çoğu insanın sözde bilgi tabanı dijital bir mezarlıktır. Notion'da 'düzenlenecek' diye başlayan ve bir daha asla açılmayan iki yüz bitmemiş not. Üç yıl öncesinden 'sonra izle' yer imleri, asla izlemeyeceğinizi bildiğiniz. Farklı klasörlere dağılmış, birbirlerinin varlığından habersiz bir düzine markdown dosyası.
Bir arkadaşım 'bilgi tabanının' 3.000'den fazla yer imi makalesi olduğunu söyledi. Ona en son ne zaman bunlardan birini gerçek bir sorunu çözmek için kullandığını sordum. Uzun süre düşündü ve söyleyemedi.
Bu bir bilgi tabanı değil. Bu dijital çöp. Bir daha asla bulunamayacakları bir kara deliğe bir şeyler atıyorsunuz.
Gerçekten paraya çevrilebilir bir bilgi tabanı bir depo değildir; bir ekosistemdir.
Depo ölüdür. İçine atılan şeyler değişmez; tek kaderleri unutulmaktır. Ekosistem canlıdır. Yeni şeyler girer, eskiler ayıklanır ve farklı katmanlar birbirini besleyerek tüm sistemin evrimleşmesine neden olur. Bugün attığınız, dün attığınızla bağlantı kurar ve yarın hiç beklemediğiniz bir şeye dönüşür.
Canlı bir bilgi ekosistemi üç katmandan oluşur.
Katman 1: Teknik Gen Havuzu. Bu, GitHub Yıldızlarınızın sayısı değildir. Bu, yaptığınız her proje, satın aldığınız her kaynak kod ve düştüğünüz her tuzak, haritalanmış ve modüler hale getirilmiş halidir. Yapay zeka bunları kopyalayıp yapıştırmaz; yapıyı anlar ve yeniden birleştirir. Biyolojik bir gen gibi, bir kılavuz değil, yeniden ifade edilebilen bir program setidir.
Katman 2: Canlı Veri Toprağı. Sohbet kayıtlarınız, izlediğiniz videolar, yazdığınız notlar, gruplardaki konuşmalarınız ve müşterilerle tartışmalarınızın kayıtları. Hiçbir model üreticisi bunu elde edemez; sadece sizde vardır. Toprak iyi ya da kötü değildir; sadece içine ne gömdüğünüze bağlıdır.
Katman 3: Bilişsel Kökler. Yazdığınız her makale ve ifade ettiğiniz her yargı, yayınlandıktan sonra 'bitti' olmaz. Etiketlenir, bağlanır ve yapılandırılırlar. Kökler ne kadar derinse, yer üstündeki büyüme o kadar istikrarlı olur. Rüzgar ne kadar sert eserse essin, devrilmez.
Her üç katman birlikte çalıştığında, bilgi tabanınız ölü değildir. Kendi kendine büyür. Siz uyurken bile büyür.
Katman 1: Teknik Gen Havuzu—50.000 ile 200 Arasındaki Gerçek
İşte bir istatistik: Mini program geliştirme için dış kaynak fiyatı üç yılda 50.000 RMB'den 200 RMB'ye düştü.
50.000'den 200'e. Aynı gereksinimler, aynı işlevler. Bu bir şaka değil; bunlar Zhubajie ve Taobao'dan gerçek teklifler.
Bunu ilk gördüğümde ürperdim. Sonra fark ettim ki becerilerimin değer kaybettiği değildi. Gen havuzu olmayanların, olanlar tarafından fiyatlandırılıp dışarı itildiğiydi.
Dış kaynak pazarının temel mantığını değiştiren iki şey oldu.
Birincisi, kaynak kodu paketleri ucuzladı. Taobao'da birkaç on liraya eksiksiz bir mini program kaynak kodu satın alabilirsiniz. Her tür: yemek siparişi, alışveriş merkezleri, rezervasyon sistemleri, topluluk grup alışverişi. Yetenekli insanlar bunları satın alır, haritalar ve teknik gen havuzlarına atar. Bir dahaki siparişte yapay zeka, havuzdan modülleri çekip birleştirir ve işi birkaç saatte bitirir.
Peki ya gen havuzu olmayanlar? Sıfırdan yazarlar. İşi bitirdiklerinde, çalışmalarının yapay zeka ile birleştirilmiş versiyon kadar iyi olmadığını görürler. Diğer adam 7 saatte bitirir; siz 7 günde. O 2.000'de kar eder; siz 20.000'de zarar edersiniz.
İkincisi, yapay zeka 'kod yazma yeteneğinin' fiyatını düşürdü. Eskiden kod bilmek değerliydi çünkü çok az kişi yapabiliyordu. Şimdi kod yazmayı bilmeyenler bile yapay zekaya yaptırabiliyor. Peki kod yazarları ne yapıyor? Yukarı çıkıyorlar. Kod yazmakla ilgili değil; kod biriktirmekle ilgili. Uygulamayla ilgili değil; birikimle ilgili.
Yapay zeka geliştiricilerin yerini almadı. Yapay zekayı kullananlar, kullanmayanların yerini aldı. Ve yapay zekayı kullananlar arasında rekabet, kimin daha iyi prompt'lar yazdığıyla değil, kimin gen havuzunun daha kalın olduğuyla ilgili. Prompt'lar her ay değişir; gen havuzları sadece daha değerli hale gelir.
Nasıl yapılır? Üç şey, bu sırayla.
Birincisi: Kod Haritalama. CodeGraph gibi araçları kullanarak her proje, modül ve işlev arasındaki ilişkileri netleştirin. Yapay zekanın izole dosyalar yerine gezilebilir bir harita görmesini sağlayın. Bir ödeme modülü yaptıysanız, bilir. Bir kullanıcı sistemi yaptıysanız, bilir. Aynı mimariyi üç projede kullandıysanız, bilir.
Spesifik olmak gerekirse: Geçen ay e-ticaret görselleri üreten bir iş aldım. Müşteri, toplu olarak ürün posterleri üreten bir sistem istiyordu. Kulağa karmaşık geliyor, ancak gen havuzumda zaten üç ilgili modül vardı: bir ComfyUI iş akışı motoru, bir Cloudflare otomatik dağıtım betiği ve bir WeChat Pay entegrasyonu. Yapay zeka bunları birleştirdi, bir yapıştırıcı katmanı yazdı ve birkaç saat içinde çalışır hale geldi. Gen havuzu olmadan, sadece ortamı kurmak iki gün sürerdi.
İkincisi: Gen Havuzunu API'leştirmek. Kod varlıklarınızı çağrılabilir arayüzlere dönüştürün. Claude Code, Codex veya diğer yapay zeka araçları olsun, bunları doğrudan çağırabilmelidir. 'Kişisel kullanım'dan 'teslim edilebilir'e yükseltin. Bu niteliksel bir sıçramadır. Kişisel kullanım paradan tasarruf sağlar; teslim edilebilirlik para kazandırır.
Üçüncüsü: Gen Havuzu Dörtlü Paketi. Şu anki en güçlü bilgi tabanı yapısı: Kod + Makaleler + Sektör Raporları + Politika Belgeleri. Kod tuğladır, makaleler planlardır, sektör raporları pazar haritalarıdır ve politika belgeleri rüzgar gülleridir. Dördü de olduğunda, projeniz sadece 'bana bir web sitesi kur' değil, 'bana telif hakkı alabilecek, denetimlerden geçebilecek ve ticarileştirilebilecek bir sistem kur' olur. İkincisinin birim fiyatı birincisinden iki sıfır daha yüksektir.
Yangın güvenliği dijitalleştirme sektöründe birini tanıyorum. Gen havuzu sadece kod değil, aynı zamanda son üç yıldaki tüm yangınla ilgili politika belgelerini, sektör standartlarını ve uzman yorumlarını içeriyor. Bir müşteri bir sistem istediğinde, hangi devlet özel projesine başvurması gerektiğini, hangi sübvansiyonların mevcut olduğunu ve hangi denetimlerin gerektiğini söyleyebiliyor. Bir sistem satmıyor; eksiksiz bir uygulama planı satıyor. Fiyat teklifi, saf geliştirmenin beş katı.
Bu, gen havuzunun bileşik faizidir. Toplama değildir; çarpmadır.
Katman 2: Canlı Veri Toprağı—En Değersiz Görülen Varlığınız
Size sorayım: WeChat sohbet geçmişinizin değeri ne kadar?
Kaydırmayın. Gerçekten düşünün.
Kendinizi ifade etme şekliniz, kelime dağarcığınız, mantığınız, mizah anlayışınız. Sizi ne sinirlendirir, başkalarını nasıl ikna edersiniz, verilerle mi yoksa hikayelerle mi öncülük edersiniz. Bir arkadaşınızı teselli etmek için ne söylersiniz, birini nasıl savarsınız.
Bunların hepsi sohbet geçmişinizde gömülüdür. Yüz binlerce mesaj, her biri kişiliğinizin bir örnek noktasıdır.
Hiçbir genel büyük model bunu taklit edemez. Lu Xun'u veya Jin Yong'u taklit edebilir, ancak sizi taklit edemez çünkü sizin verilerinize sahip değildir.
Google Colab'ın ücretsiz GPU kredileri vardır. Makalelerinizi, sohbet kayıtlarınızı ve ses dökümlerinizi atarak size ait küçük bir modeli ince ayar yapabilirsiniz. Model eğitimi deneyimine ihtiyacınız yok; sadece malzemeyi besleyin. Çıktısı sizin özünüzü taşıyacaktır. Arkadaşlarınız 'bu yapay zeka gibi' değil, 'bu sana benziyor' diyecek.
'İnsan benzeri' kalitenin gerçekte nasıl olduğu budur. Teknik değildir; veridir.
Piyasadaki yapay zeka içeriğinin yüzde doksan dokuzu ilk bakışta anlaşılır. Garip kelimelerden değil, kişisel veri desteğinden yoksun olduğu için. Genel derlemelerle beslenir ve ortalama estetikle tükürür. Yapay zekaya benzememesini istiyorsanız, tek yol ona yalnızca sizin sahip olduğunuz verileri beslemektir. Önyargılarınız, kör noktalarınız, tuhaflıklarınız: yapay zeka bunları ona göstermediğiniz sürece öğrenemez.
Malzeme nereden gelir? Öncelik sırasına göre dört yön.
Birincisi, en gözden kaçan altın madeni: Bilibili ve YouTube yorum bölümleri.
Video betiğinin kendisi elbette değerlidir—Whisper ile yazıya dökün. Ancak asıl altın yorumlardadır. Ana metin bir yaratıcının görüşüdür; yorumlar bir kalabalığın gerçek tepkileridir. Neyi önemsedikleri, ne hakkında tartıştıkları, neyi yanlış anladıkları, onları neyin güldürdüğü veya sinirlendirdiği. Yüz yorum okumak, o çevredeki insanların ne hakkında endişelendiğini bilmek için on sektör raporundan daha iyidir.
Teknik içerik yazarken, önce büyük fenomenlerin yorumlarını kontrol ederim. Görüşleri kopyalamak için değil, şunu anlamak için: Okuyucular nerede takılıyor? Soruları bir sonraki konulardır. Tartışmaları en keskin acı noktalarıdır.
İkinci altın madeni: Yerel çalışma ortamınız.
Hangi yapay zeka araçlarını kurduğunuz, hangi CLI'ları yapılandırdığınız, hangi MCP'leri kullandığınız, hangi tuzaklara düştüğünüz ve bunları nasıl çözdüğünüz. Yapay zeka bunların hepsini okuyabilir. Bir eğitim yazdığınızda, vakalar uydurmasına veya 'yaygın sorunlar' aramasına gerek kalmaz. Gerçek işlem kayıtlarınızı, gerçek hata günlüklerinizi ve gerçek çözümlerinizi okur.
Düştüğünüz çukurlar, doğal olarak başkalarının kaçınamayacağı yollardır. Hikaye uydurmanıza gerek yok; terminal geçmişiniz en iyi malzemedir.
Üçüncü altın madeni: Grup sohbetleri.
Teknik, sektör veya gündelik gruplarda gördüğünüz ilginç konular, tartışmalar ve şikayetler—bunların hepsi konudur. Birçok insan okuyucuların neyi önemsediğini bilmekte zorlanır; cevap her gün kaydırdığınız sohbet kayıtlarındadır. Tek yapmanız gereken bir şey: sizi durdurup iki kez baktıran şeylerin ekran görüntüsünü almak veya not etmek.
Telegram ve WeChat'te kendim için 'Malzemeler' adında özel bir kanal kurdum. İlginç bir tartışma gördüğümde, oraya yönlendiriyorum, bazen o anki düşüncemi de ekliyorum. Ayda iki yüzden fazla giriş toplayabiliyorum. Yazarken onları karıştırıyorum ve asla konu sıkıntısı çekmiyorum.
Dördüncü altın madeni, çoğunun aklına gelmeyen: Kendi sesiniz.
Araba kullanırken, yürürken veya duş alırken aklınıza gelen düşünceler. Telefonunuzu açın, bir dakika kaydedin ve Whisper ile yazıya dökün. Bilgisayar başında otururken düşündüklerinizden on kat daha canlıdır çünkü konuşurken cilalamaz, yapılandırmaz veya kendinizi sansürlemezsiniz. Yapay zeka bunu asla yazamazdı.
İnsani bir his oynanmaz. Veriyle beslenir. Toprağınıza ne gömerseniz, o büyür.
Katman 3: Bilişsel Kökler—Siz Unuttunuz, Ama Yapay Zeka Unutmadı
Çoğu insan makaleleri tek tek yazar. Yayınlandıktan sonra biter.
Bu neye benzer? Sadece yaprak büyüten ama kök salmayan bir ağaç. Her yaprak düşer ve gider, sanki hiç büyümemiş gibi. Bir dahaki sefere sıfırdan başlarsınız. On yıl önce yazdığınızla bugün yazdığınız birbirini tanımaz.
Bilişsel kökler bunu çözer.
Mart 2024'te bir yargı içeren bir makale yazdınız: 'Yapay zeka, içerik montaj hattı işçilerini değiştirir, içerik yaratıcılarını değil. Montaj hattı işçileri fikir üretmez; sadece formatları uygularlar.'
Temmuz 2026'da bilgi tabanları hakkında yazıyorsunuz. Yapay zeka otomatik olarak iki yıl önceki bu yargıyı çeker ve size şunu söyler: Bunu o zaman söylemiştin ve bugünün temel argümanını destekleyebilir—'Bilgi tabanına sahip bir kişi, yapay zeka destekli bir ekibe sahip olmak gibidir.'
Sığ bir 'ilgili okuma' listesi değildir. Gerçek argüman desteğidir. Bunu söylediğinizde, hangi bağlamda, bugünün konusuyla nasıl ilişkili olduğu ve kanıt zincirinin nasıl bağlandığı. Hiç ayrılmayan bir araştırma asistanı gibi, her yazdığınızda sizin için bir tane arşivler. On yıl sonra, bu şeyleri adım adım nasıl anladığınızı gösteren eksiksiz bir bilişsel soyağacınız olur.
Bu bir fantezi değil. Bunu kendi yazma sistemimde test ettim.
Çalışma dizinimde bir yaratım planı dosyam var. Bir keresinde, yapay zekadan bir kapak görseli oluşturmasını istediğimde, aktif olarak sordu: Bunu yaratım planıyla bağlamak ister misiniz? Sonra otomatik olarak o günkü makale için argüman materyalleriyle eşleşmek üzere tüm geçmiş makalelerin görüş etiketlerini okudu. Bu duyguyu tarif etmek zor. 'Yapay zeka çok akıllı' değil, 'son üç yılda o kadar çok şey düşünmüşüm ki kendim unuttum' gibiydi.
Söylediklerinizi unuttunuz, ama o unutmadı. İki yıl önce fark ettiğiniz gerçekleri unuttunuz, ama o sizin için hatırlıyor. Tek yapmanız gereken toprağa yeni şeyler gömmeye devam etmek. Kökler kendiliğinden büyüyecek; sadece yaşamaktan sorumlu olmanız gerekiyor.
Bir Kişi, Bir Makine, Bir Takım
Açılış sorusuna dönelim. 7 saatte eksiksiz bir projeyi nasıl teslim edersiniz?
Cevap şimdi net olmalı.
Teknik gen havuzu çalışıyor. Modülerleştirilmiş, haritalanmış kod varlıkları, yapay zekanın sıfırdan yazmadığı, mevcut genleri yeniden birleştirdiği anlamına gelir. Lego gibi, parçalar zaten deponuzda; yapay zeka onları sadece farklı şekilde birleştiriyor. Üç yıldır tam bu an için biriktirdiniz.
Canlı veri toprağı çalışıyor. Yeri doldurulamaz kişisel deneyim ve yargı, teslimatın genel bir şablon olmamasını sağlar. Müşteri kod satın almıyor; sizin kapsüllenmiş deneyiminizi satın alıyor. Aynı gereksinim için, diğerleri kod teslim eder; siz denetimlerden geçebilecek, başvurulabilecek ve ticarileştirilebilecek bir çözüm teslim edersiniz. Fiyat farkı sizin toprağınızdadır.
Bilişsel kökler çalışıyor. Zamanlar arası bilişsel bağlantılar, geçmiş birikimlerin şimdiki zaman için otomatik olarak kullanılması anlamına gelir. Aynı çukura iki kez düşmezsiniz. İlk düştüğünüzde, yapay zeka kaydetti. İkinci geçişinizde, size hatırlatır: Buraya daha önce düşmüştün; etrafından dolaş.
Ekosistemin üç katmanı aynı anda çalışıyor. Bir kişi işletiyor, ancak özünde bir takım teslim ediyor.
Ve bu denklem giderek daha da abartılı hale gelecek. Ön uç araçları patlıyor. Google Stitch, Figma AI, çeşitli demo oluşturucular—etkileşimli bir prototip yapmak için ön uç kodunun nasıl yazılacağını bilmenize bile gerek yok. Her düğmenin efekti ve sayfa geçiş mantığı net bir şekilde işaretlenmiştir. Ardından, demo artı sözleşme artı geliştirme belgesi yapay zekaya atılır. Gerisi sadece beklemektir.
Kişisel hizmetin geleceği şöyle görünüyor: Bir Xianyu girişi, bir WeChat mini programı ve evde bir yapay zeka PC ana bilgisayarı. Müşteri mini programdan sipariş verir, ana bilgisayar yapay zekayı çalıştırır ve teslimat otomatik olarak tamamlanır. 128 GB RAM'e sahip bir ana bilgisayar, yerel çıkarım ve ComfyUI iş akışlarını çalıştırarak 3 saniyede bir görüntü üretir. Cloudflare'de Pagoda paneli dağıtılır ve alan adları çözümlenir, yapay zeka otomatik dağıtımı yönetmek için eklentiler yazar.
Tam bir montaj hattı. Bir kişi. Bir makine.
Bilim kurgu değil. Donanım burada ve araçlar olgun. Eksik olan ne? Teknoloji değil; bilgi ekosisteminiz henüz inşa edilmedi. Gen havuzunuz hala dağınık, toprağınız hala çorak bir arazi ve kökleriniz henüz tutunmaya başlamadı.
Bugün Başlayabileceğiniz Üç Şey
Beklemeyin. Bilgi ekosistemini ne kadar erken kurarsanız, bileşik faiz o kadar büyük olur. Bugün üç şey yapabilirsiniz.
Birincisi: Kod projelerinizi haritalamak için bir saat harcayın. Mükemmellik hedeflemeyin. Sadece yaptığınız projeleri, kullanılan teknoloji yığınlarını, çözülen sorunları ve yeniden kullanılabilir modülleri listeleyin. Sadece bir tablo. Bittiğinde, on proje yazdığınızı düşünürken, temel modüllerin sadece şu dört veya beş olduğunu, sadece farklı kaplamalarla olduğunu fark edeceksiniz.
İkincisi: Kendiniz için özel bir malzeme kanalı oluşturun. Telegram, WeChat Dosya Aktarımı, Notlar—fark etmez. Bugünden itibaren, ilginç bir şey gördüğünüzde, içine atın. Kategorize etmeye veya etiketlemeye gerek yok; önce atın. Bir ay sonra bana teşekkür edeceksiniz.
Üçüncüsü: Geçmişte yazdığınız bir makaleyi bulun ve yeniden okuyun. Görüşleri çıkarın ve daha sonra yazmak istediğiniz bir şeyi destekleyip destekleyemeyeceklerini görün. Destekliyorlarsa, kendi bilişsel köklerinize sahip olmaya başladınız demektir. Desteklemiyorlarsa, geçmiş çalışmalarınızın yazıldıktan sonra atıldığı anlamına gelir. Bugünden itibaren, hiçbir şeyi atmayın.
Modellerin Süresi Dolar, Toprağın Süresi Dolmaz
Çok fazla endişeli insan gördüm. Modeller güncellenir, prompt teknikleri geçerliliğini yitirir ve araçlar yinelenir. Yetişemezsiniz. Araç güncellemelerinin hızına asla yetişemezsiniz ve denememelisiniz de.
Ama bir şeyi düşünün.
Modeller değişir. Araçların yerini yenileri alır. Prompt stilleri her ay değişir. Bir yıllık prompt tekniği bugün büyük olasılıkla işe yaramaz. Sadece sizin verileriniz sizindir.
Kod birikiminiz. Sohbet kayıtlarınız. Gelişen görüşleriniz. Düştüğünüz çukurlar. Okuduğunuz makaleler. Eleştirdiğiniz ürünler. Müşterilerle yaptığınız tartışmalar. Sabah 3'te fark ettiğiniz bir gerçek. Araba kullanırken kaydettiğiniz bir cümle.
Bu şeylerin süresi dolmaz. Hiç kimse verilerinizi geçersiz kılan 'yeni bir sürüm' yayınlayamaz. Bunlar, zamanla daha değerli hale gelen, yeri doldurulamaz kişisel varlıklarınızdır.
Bir bilgi tabanı yığılmaz; beslenir. Her gün ne beslediğiniz, yapay zeka ekosisteminizin üç yıl içinde ne yetiştirebileceğini belirler.
Bazıları onu yer imleriyle besler. Üç yıl içinde, yapay zeka onlara sadece web sayfalarında arama yapmada yardımcı olabilir ve bulduklarını okumamış bile olabilirler.
Diğerleri onu canlı verilerle besler. Üç yıl içinde, yapay zeka onların teslim etmesine, yaratmasına ve kararlar almasına yardımcı olur. Yapay zeka çalışırken onlar çay içiyordur.
İki hayat. Fark, bugün gömmeye başladığınız şeydir.
Siz ne besliyorsunuz?
