在不使用模式进行Avro序列化的情况下，可以使用通用记录（GenericRecord）对象来代表Avro数据，然后使用Avro的编码器（Encoder）将通用记录对象序列化为字节流。下面是一个示例代码：

import org.apache.avro.Schema;
import org.apache.avro.SchemaBuilder;
import org.apache.avro.generic.GenericData;
import org.apache.avro.generic.GenericRecord;
import org.apache.avro.io.BinaryEncoder;
import org.apache.avro.io.EncoderFactory;

import java.io.ByteArrayOutputStream;
import java.io.IOException;

public class AvroSerializationWithoutSchema {

    public static void main(String[] args) throws IOException {
        // 创建Avro Schema
        Schema schema = SchemaBuilder.record("Person")
                .namespace("example.avro")
                .fields()
                .name("name").type().stringType().noDefault()
                .name("age").type().intType().noDefault()
                .endRecord();

        // 创建通用记录对象
        GenericRecord record = new GenericData.Record(schema);
        record.put("name", "John Doe");
        record.put("age", 30);

        // 序列化通用记录对象为字节流
        byte[] serializedBytes = serializeAvroRecord(record, schema);

        // 打印序列化后的字节流
        for (byte b : serializedBytes) {
            System.out.print(b + " ");
        }
    }

    public static byte[] serializeAvroRecord(GenericRecord record, Schema schema) throws IOException {
        ByteArrayOutputStream outputStream = new ByteArrayOutputStream();
        BinaryEncoder encoder = EncoderFactory.get().binaryEncoder(outputStream, null);

        // 写入对象的Schema
        schema.writeTo(encoder);

        // 写入对象数据
        GenericData.get().write(record, encoder);
        encoder.flush();

        return outputStream.toByteArray();
    }
}

这个示例中，我们首先创建了一个Avro Schema，然后使用该Schema创建了一个通用记录对象。接下来，我们使用Avro的编码器（BinaryEncoder）将通用记录对象序列化为字节流。最后，我们打印了序列化后的字节流。

请注意，由于没有使用模式，反序列化时需要提供与序列化时相同的Schema。